The development of the spinal cord injury participation and quality of life (PAR-QoL) tool-kit
Notice bibliographique
Résumé
Purpose: Accurate descriptions of the impact of spinal cord injury (SCI)-related secondary health conditions (SHCs) on quality of life (QoL) are important to help guide the direction of resources and evaluation of therapies. However, selecting an appropriate outcome tool can be a challenge due to several clinical, theoretical and measurement issues. In order to help improve practices related to QoL measurement, a web-based Participation and QoL (PAR-QoL) tool-kit was designed to support researchers and clinicians with the outcome measure selection process. Method: The content of the PAR-QoL website (www.parqol.com) was developed through a series of systematic reviews of the SHC literature. Outcome tools identified in the studies were classified using Dijker’s (2005) theoretical framework. Results: A total of 199 studies were identified and categorized across eight different SHCs. Measures from the studies were extrapolated, and details regarding their [1] sensitivity to SHC impact [2], psychometric properties for SCI and [3] underlying QoL constructs were summarized onto a website. Conclusions: A better understanding of SHC impact on QoL will improve the quality of research, which in turn may provide better evidence for securing the necessary resources to help persons with SCI manage their health.Implications for RehabilitationAssessing the impact of secondary health conditions on quality of life (QoL) in persons with spinal cord injury (SCI) is a challenge.A number of theoretical, measurement and clinical issues should be taken into account when selecting a QoL outcome tool.Developing innovative approaches to knowledge transfer should be guided by an implementation strategy to maximize successful uptake by targeted stakeholders.The participation and quality of life (PAR-QoL) website (www.parqol.com) is an on-line educational resource for clinicians and researchers working in the SCI field to promote better practices in the QoL outcome tool selection process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,014 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».