MétaCan
Menu
Retour à la cohorte
Enregistrement W2100589556 · doi:10.1080/136828200247205

A Multinational Comparison Of Aphasia Management Practices

2000· article· en· W2100589556 sur OpenAlexaffabout
Richard C. Katz, Brooke Hallowell, Chris Code, Elizabeth Armstrong, Patricia Roberts‐Miller, Carole Pound, Lynn Katz

Notice bibliographique

RevueInternational Journal of Language & Communication Disorders · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDivision of Graduate Education
Mots-clésVeterans AffairsAphasiaHealth careConsistency (knowledge bases)RestructuringPsychologyMultinational corporationStaffingMedicinePrivate sectorPsychiatryNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

The effect of restructuring of healthcare on the quality, quantity, and nature of aphasia management is largely unknown. The current study is the first to examine access, diagnostic, treatment, and discharge patterns of patients with aphasia in Australia, Canada, the UK, the US private sector (US-Private), and the US Veterans Health Administration in the Department of Veterans Affairs (US-VA). The authors developed a 37-item survey to be completed by clinicians working with aphasic patients. The survey focused on eight areas: access to care, evaluation procedures, group treatment, number and duration of treatment sessions, limitations of the number of sessions, termination of treatment, follow-up practices, and resumption of treatment. 394 surveys were distributed and 175 were returned completed (44% return rate). Respondents represented a range of ages, work experiences, and work settings. There was considerable consistency among respondents from our five healthcare systems. Results suggest that patients may be routinely denied treatment in direct contradiction to the research literature. Just as we carefully monitor the progress of patients receiving our treatment, we are obliged to monitor the effects of managed care on our patients, fellow clinicians, and our profession.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,396
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations110
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Language & Communication DisordersMême sujetNeurobiology of Language and BilingualismTravaux en français237 207