MétaCan
Menu
Retour à la cohorte
Enregistrement W2162608329 · doi:10.1352/1934-9556-51.5.316

Quality of Life Indicators for Individuals With Intellectual Disabilities: Extending Current Practice

2013· review· en· W2162608329 sur OpenAlexaff
Ivan Brown, Chris Hatton, Eric Emerson

Notice bibliographique

RevueIntellectual and developmental disabilities · 2013
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensCentre for Disability Prevention and Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)Quality of life (healthcare)Variety (cybernetics)Set (abstract data type)Quality (philosophy)Argument (complex analysis)Best practiceIntellectual disabilityPsychologyProcess managementManagement scienceApplied psychologyComputer scienceKnowledge managementRisk analysis (engineering)BusinessMedicinePolitical scienceArtificial intelligenceEconomics

Résumé

récupéré en direct d'OpenAlex

Quality of life is a social construct that is measured by what are considered to be its most appropriate indicators. Quality of life measurement in intellectual disability reflects a variety of indicators, often grouped under life domains. Subjective and objective methods of measuring indicators each have strengths and drawbacks, but it is currently considered best to use both methods. Indicators of quality of life that are common to all people have been measured to date, although indicators that are unique to individuals are highly useful for enhancing individual development and for applying person-centered practice. Aggregate quality of life data from individuals may not always be the best source of information for evaluating policies and service practices. A case is made for supplementing quality of life frameworks or adopting other frameworks for these purposes, with the Capabilities Framework offered as an example. Further, an argument is made that a pragmatic approach might best be taken to policy and program evaluation, whereby the key criterion for using a conceptual framework and set of indicators is its usefulness in effecting positive change in people's lives.

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)0,016
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0110,012
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0030,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,238
Tête enseignante GPT0,460
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations142
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntellectual and developmental disabilitiesMême sujetHealthcare innovation and challengesTravaux en français237 207