Randomized controlled trial protocol feasibility: The Wheelchair Self-Efficacy Enhanced for Use (WheelSeeU)
Notice bibliographique
Résumé
BACKGROUND: Manual wheelchairs (MWCs) can improve mobility and social participation for individuals who experience difficulty walking; however, older adults receive little training for wheelchair use. The Wheelchair Self-Efficacy Enhanced for Use (WheelSeeU) research program provides peer-led training that may positively influence wheelchair use while reducing clinician burden. PURPOSE: The purpose of this study is to evaluate the feasibility and clinical outcomes of WheelSeeU. METHOD: A randomized control trial (RCT) recruits and randomly assigns 40 MWC users (55+ years). Feasibility indicators assessing process, resource, management, and treatment issues are measured, and clinical outcomes (wheelchair skills, safety, confidence, mobility, social participation, quality of life, health utility) are collected at three time points. IMPLICATIONS: WheelSeeU provides an innovative approach for teaching wheelchair skills to an aging population that may improve wheelchair use and decrease clinician burden. Since RCTs are expensive and challenging in rehabilitation, establishing feasibility prior to larger effectiveness trials is prudent.
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 | 0,047 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,005 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,011 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,089 | 0,014 |
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 ».