MétaCan
Menu
Retour à la cohorte
Enregistrement W2139254098 · doi:10.1109/iembs.2007.4353306

Monitoring Mobility Assistive Device Use in Post-Stroke Patients

2007· article· en· W2139254098 sur OpenAlexaff
Patrick Boissy, Todd Hester, D.M. Sherrill, Hélène Corriveau, Paolo Bonato

Notice bibliographique

RevueConference proceedings · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensHealth and Social Services Centre University Institute of Geriatrics of Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAccelerometerTask (project management)Context (archaeology)Physical medicine and rehabilitationComputer scienceStroke (engine)Independence (probability theory)Activities of daily livingAssistive technologyHuman–computer interactionMedicinePhysical therapyEngineering

Résumé

récupéré en direct d'OpenAlex

Mobility assistive devices (MAD) such as canes can improve mobility and allow independence in the performance of mobility-related tasks. The use of MAD is often prescribed for stroke survivors. Despite their acknowledged qualities, MAD in real life conditions are typically underutilized, misused and abandoned. Ecologically sound, evidence based outcome measures need to be developed so as to capture the inherent complexities behind real life use of MAD and identify markers and mitigators of a successful integration of MAD into the daily activities of stroke survivors. In this study, we used accelerometers, gyroscopes, and a load cell to identify the task a patient was performing and examine the use of the cane in the context of the task.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,013
Score d'incertitude au seuil0,770

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,117
Tête enseignante GPT0,417
Écart entre enseignants0,300 · 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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedingsMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207