MétaCan
Menu
Retour à la cohorte
Enregistrement W2125380183 · doi:10.3389/fnbeh.2014.00272

Cooking breakfast after a brain injury

2014· article· en· W2125380183 sur OpenAlexaff
Annick Tanguay, Patrick S. R. Davidson, Karla V. Guerrero Nuñez, Mark B. Ferland

Notice bibliographique

RevueFrontiers in Behavioral Neuroscience · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensOttawa HospitalBruyèreHeart and Stroke FoundationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMeal preparationMealTask (project management)Activities of daily livingRehabilitationMedicinePhysical medicine and rehabilitationPsychologyPhysical therapyFood scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Acquired brain injury (ABI) often compromises the ability to carry out instrumental activities of daily living such as cooking. ABI patients' difficulties with executive functions and memory result in less independent and efficient meal preparation. Accurately assessing safety and proficiency in cooking is essential for successful community reintegration following ABI, but in vivo assessment of cooking by clinicians is time-consuming, costly, and difficult to standardize. Accordingly, we examined the usefulness of a computerized meal preparation task (the Breakfast Task; Craik and Bialystok, 2006) as an indicator of real life meal preparation skills. Twenty-two ABI patients and 22 age-matched controls completed the Breakfast Task. Patients also completed the Rehabilitation Activities of Daily Living Survey (RADLS; Salmon, 2003) and prepared actual meals that were rated by members of the clinical team. As expected, the ABI patients had significant difficulty on all aspects of the Breakfast Task (failing to have all their foods ready at the same time, over- and under-cooking foods, setting fewer places at the table, and so on) relative to controls. Surprisingly, however, patients' Breakfast Task performance was not correlated with their in vivo meal preparation. These results indicate caution when endeavoring to replace traditional evaluation methods with computerized tasks for the sake of expediency.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,084
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,355
Écart entre enseignants0,305 · 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 tête enseignante, 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

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Behavioral NeuroscienceMême sujetTraumatic Brain Injury ResearchTravaux en français237 207