Exploring the utility of analogies in motor learning after stroke
Notice bibliographique
Résumé
Individuals who have experienced a stroke need to (re)learn motor skills. Analogy learning has been shown to facilitate motor learning in sports and may also be an attractive alternative to traditional approaches in therapy. The aim of this study was to assess the feasibility and utility of analogies to improve the walking performance in long-term stroke survivors. Three men aged 76, 87 and 70 years who were 6, 1 and 3 years poststroke, respectively, presented with different walking deficits. An analogy, targeted at improving the walking performance was designed with the help of each participant. During a 3-week intervention period, the analogy was practiced once weekly under supervision and daily at home. To assess feasibility, a structured interview was conducted at the end of the intervention period. To assess utility, walking performance was assessed using the 10-Metre Walking Test. All three participants were supportive of the feasibility and benefits of analogy learning. Two of the participants had a meaningful improvement on the 10-Metre Walking Test (0.1 and 0.3 m/s). The third participant did not improve most likely because of medication issues during the week of the retest. Developing analogies in therapy is a creative and challenging process, as analogies must not only guide the correct movement pattern, but also be meaningful to the individual. However, as participants were supportive of the use of analogies, and positive trends were seen in walking speed it seems worthwhile to pursue the use of analogies in future research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».