MétaCan
Menu
Retour à la cohorte
Enregistrement W2145352818 · doi:10.1177/0264619612470651

Tango programme for individuals with age-related macular degeneration

2013· article· en· W2145352818 sur OpenAlexaff
Rosa Pinniger, Rhonda Brown, Einar Thorsteinsson, Patricia McKinley

Notice bibliographique

RevueBritish Journal of Visual Impairment · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDanceDepression (economics)Quality of life (healthcare)Macular degenerationBalance (ability)Test (biology)PsychologyLow visionPopulationMedicinePhysical therapyGerontologyPhysical medicine and rehabilitationPsychiatryOptometryPsychotherapistArt

Résumé

récupéré en direct d'OpenAlex

Recent research shows that tango dance is an absorbing and effective strategy to reduce levels of depression, while also increasing well-being. This study investigates the feasibility, acceptability, and adherence to a tango programme for individuals with age-related macular degeneration (ARMD). Depression is closely intertwined with the ARMD diagnosis, since the loss of central vision has a profoundly negative impact on the person’s quality of life. Seventeen participants were randomised to tango dance (1.5 h, 2 times/week for 4 weeks) or wait-list control condition. Demographic questions and Visual Function Questionnaire were taken at pre-test. Self-rated symptoms of depression, self-esteem, and satisfaction-with-life were assessed at pre-test and post-test. Tango group participants showed significant reductions in depression and significantly increased satisfaction-with-life and self-esteem at post-test relative to the controls, and reported physical improvement, including increased balance. Tango dance was demonstrated to be a feasible and positive activity for this population.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,265
Écart entre enseignants0,252 · 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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Visual ImpairmentMême sujetUrban Green Space and HealthTravaux en français237 207