MétaCan
Menu
Retour à la cohorte
Enregistrement W2324886646 · doi:10.5014/ajot.2016.020198

Loss of Financial Management Independence After Brain Injury: Survivors’ Experiences

2016· article· en· W2324886646 sur OpenAlexafffund
Kathryn R. Koller, Lindsay Woods, Lisa Engel, Carolina Bottari, Deirdre Dawson, Emily Nalder

Notice bibliographique

RevueAmerican Journal of Occupational Therapy · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversité de MontréalCentre for Interdisciplinary Research in RehabilitationUniversity of TorontoBaycrest HospitalWest Park Healthcare CentreHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésThematic analysisIndependence (probability theory)Acquired brain injuryFinancial independenceQualitative researchPsychologyControl (management)MedicinePhysical therapyFinanceRehabilitationManagementBusinessSociology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This pilot study explored the experiences of brain injury survivors after a change in financial management (FM) independence. METHOD: Using a qualitative descriptive design, 6 participants with acquired brain injury were recruited from a community brain injury organization and participated in semistructured interviews. Data were analyzed using thematic analysis. RESULTS: Three themes emerged from the interviews: (1) trajectory of FM change, involving family members as key change agents; (2) current FM situation, involving FM strategies such as automatic deposits and restricted budgets; and (3) the struggle for control, in which survivors desired control while also accepting supports for FM. CONCLUSION: This study identifies some of the challenges brain injury survivors face in managing their finances and the adjustment associated with a loss of FM independence. Occupational therapists should be aware of clients' experiences when supporting them through a change in independence.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,387
Écart entre enseignants0,329 · 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Occupational TherapyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207