MétaCan
Menu
Retour à la cohorte
Enregistrement W2135459732 · doi:10.12968/ijtr.2007.14.1.22628

A dynamic and comprehensive practice model of paediatric feeding practice

2007· article· en· W2135459732 sur OpenAlexaff
Nora Fayed, Glenn Berall, Louise Dix, Peter Judd

Notice bibliographique

RevueInternational Journal of Therapy and Rehabilitation · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Nutrition and Feeding Issues
Établissements canadiensMcMaster UniversityHolland Bloorview Kids Rehabilitation HospitalSickKids FoundationHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedical practiceMedicineMedical diagnosisPsychologyNursingMedical education

Résumé

récupéré en direct d'OpenAlex

Feeding impairment is a complex problem impacting the health, development, and the nutritional status of many individuals in the paediatric population. Prevalence rates of feeding impairment span a wide range between 30–80% of children with neurological diagnoses (Field et al, 2003; Schwartz, 2003). Conversely there is sparse practice information available to guide professionals working on feeding teams on how to function effectively to deal with the problem. This report will provide a procedural example of a practice model that incorporates a dynamic team approach and comprehensive service delivery. The model is based on an innovative practice-driven feeding assessment procedure that integrates medical and rehabilitative perspectives. Discussion of the advantages, disadvantages, and future directions for the model will also be presented.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,008
Communication savante0,0060,005
Science ouverte0,0030,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,021
Tête enseignante GPT0,352
Écart entre enseignants0,331 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Therapy and RehabilitationMême sujetChild Nutrition and Feeding IssuesTravaux en français237 207