A comparison of flat and ramped, contoured cushions as adaptive seating interventions for children with neurological disorders
Notice bibliographique
Résumé
This study is a part of an ongoing effort to address the lack of rigorous, scientific evidence to inform the prescription of adaptive seating interventions for children with neurological disorders. The aim is to investigate one aspect of the seat – the cushion, at the same time as developing a battery of tests which are objective, easy to implement and reliable with which adaptive seating interventions can be measured. Method: A total of 35 school-aged children with neurological disorders were assessed in a bespoke adaptive seating system to compare the use of a flat and a ramped, contoured cushion. The measures used were an accelerometer to measure stability, two actigraphs to measure activity, a pressure mapping system to measure weight distribution, goniometry to measure posture and activities to measure functional ability. Results: The results generally support the use of ramped, contoured cushions over flat cushions. The accelerometer and pressure mapping system show particular promise in future research. The actigraphs were unreliable, although other models may prove more suitable. The goniometry produced the best results, although it was the least reliable to implement and the seated functional activities need further work. Interpretation: The methodology showed in a number of ways that ramped contoured cushions were more effective than flat seat cushions for a heterogeneous population of children. Accelerometry and pressure mapping showed particular promise for advancing research and practice in the area of adaptive seating, with further work required in other areas. In particular, it is recommended that future efforts pursue the use of more reliable electronic measurement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».