MétaCan
Menu
Retour à la cohorte
Enregistrement W2155387128 · doi:10.1155/2015/924027

Exploring Vocational Evaluation Practices following Traumatic Brain Injury

2015· article· en· W2155387128 sur OpenAlexaff
Christina Dillahunt-Aspillaga, Tammy Jorgensen Smith, Ardis Hanson, Sarah Ehlke, Mary Stergiou‐Kita, Charlotte G. Dixon, Davina Quichocho

Notice bibliographique

RevueBehavioural Neurology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyVocational educationRehabilitationExploratory researchTraumatic brain injuryCertificationPsychiatryPedagogy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Individuals with traumatic brain injury (TBI) face many challenges when attempting to return to work (RTW). Vocational evaluation (VE) is a systematic process that involves assessment and appraisal of an individual's current work-related characteristics and abilities. OBJECTIVE: The aims of this study are to (1) examine demographic and employment characteristics of vocational rehabilitation providers (VRPs), (2) identify the specific evaluation methods that are used in the VE of individuals with TBI, and (3) examine the differences in assessment method practices based upon evaluator assessment preferences. METHODS: This exploratory case study used a forty-six-item online survey which was distributed to VRPs. RESULTS: One hundred and nine VRPs accessed the survey. Of these, 74 completed the survey. A majority of respondents were female (79.7%), Caucasian (71.6%), and holding a master's degree (74.3%), and more than half (56.8%) were employed as state vocational rehabilitation counselors (VRCs). In addition, over two-thirds (67.6%) were certified rehabilitation counselors (CRCs). Respondents reported using several specific tools and assessments during the VE process. CONCLUSIONS: Study findings reveal differences in use of and rationales for specific assessments amongst VRPs. Understanding VRP assessment practices and use of an evidence-based framework for VE following TBI may inform and improve VE practice.

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)0,012
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,062
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,721
Tête enseignante GPT0,487
Écart entre enseignants0,234 · 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'étudeQualitatif
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

Citations112
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioural NeurologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207