Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To investigate the roles of predisposing characteristics, established need, and enabling resources in upper-limb prosthesis use and abandonment. DESIGN: A self-administered, anonymous survey was designed to explore these factors. The questionnaire was available online and in paper format and was distributed through healthcare providers, community support groups, and one prosthesis manufacturer. Two hundred forty-two participants of all ages and levels of upper-limb absence completed the survey. RESULTS: Of participants, 20% had abandoned prosthesis use. Predisposing factors, namely, origin of limb absence, gender, bilateral limb absence, and, most importantly, level of limb absence, proved influential in the decision not to wear prostheses. Enabling resources such as the availability of health care, cost, and quality of training did not weigh heavily on prosthesis rejection, with the exception of the fitting time frame and the involvement of clients in the prosthesis selection. Conversely, the state of available technology was a highly censured factor in abandonment, specifically in the areas of comfort and function. Perceived need emerged as a predominant factor in prosthesis use. CONCLUSIONS: Future research should focus on continued development of more comfortable and functional prostheses, particularly for individuals with high-level or bilateral limb absence. Improved follow-up, repair, and information services, together with active involvement of clients in the selection of prostheses meeting their specific goals and needs, is recommended.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle