MétaCan
Menu
Retour à la cohorte
Enregistrement W2171461920 · doi:10.1123/jsr.2013-0001

Development of a Core-Stability Model: A Delphi Approach

2014· article· en· W2171461920 sur OpenAlexaboutno aff
Tricia Majewski-Schrage, Todd A. Evans, Brian G. Ragan

Notice bibliographique

RevueJournal of Sport Rehabilitation · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCore (optical fiber)Core stabilityContext (archaeology)Stability (learning theory)Core modelDelphiComputer scienceMathematicsMedicineGeographyPhysical medicine and rehabilitationMachine learning

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Despite widespread acceptance, there is currently no consensus on the definition, components, and the specific techniques most appropriate to measure and quantify core stability. OBJECTIVE: To develop a comprehensive core-stability model addressing its definition, components, and assessment techniques. DESIGN: Delphi technique. SETTING: University laboratory. PARTICIPANTS: 15 content experts from United States and Canada, representing a variety of disciplines. MAIN OUTCOME MEASURE: The authors distributed an open-ended questionnaire pertaining to a core-stability definition, components, and assessment techniques specific to each expert. They collected data over 2 rounds of telephone interviews. They concluded data collection once a consensus was achieved that equated with 51% agreement among respondents. RESULTS: The authors developed a working definition of core stability as the ability to achieve and sustain control of the trunk region at rest and during precise movement. Eighty-three percent of the experts considered the definition satisfactory. Therefore, the definition was accepted. Furthermore, the experts agreed that muscles (14/15 = 93.3%) and neuromuscular control (8/12 = 66.7%) were components of core stability. Assessment techniques were identified and inconsistencies were highlighted; however, no consensus was established. CONCLUSIONS: A consensus core-stability definition was created and 2 components were identified. However, of the initial definitions provided by the experts, no 2 were identical, which revealed the inconsistencies among experts and the importance of this study. Nonetheless, the goal of obtaining a consensus definition was obtained. Although a consensus for the assessment techniques of core stability could not be reached, it was a beneficial starting point to identify the inconsistencies that were discovered among the content experts.

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)0,125
score de la tête « metaresearch » (Gemma)0,082
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,664

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1250,082
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0090,005
Études des sciences et des technologies0,0080,007
Communication savante0,0070,009
Science ouverte0,0040,015
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,026
Tête enseignante GPT0,291
Écart entre enseignants0,264 · 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

Citations23
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport RehabilitationMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207