Compliant flooring to prevent fall-related injuries: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Fall-related injuries can have serious consequences for older adults, including increased risk of dependence in daily activities and mortality. Compliant flooring is a passive intervention that may reduce the incidence and severity of fall-related injuries in healthcare settings, including acute and long-term care, but few sites have implemented compliant flooring, in part because synthesised evidence about key performance aspects has not been available. METHODS AND ANALYSIS: We will conduct a scoping review to address the question: what is presented about the biomechanical efficacy, clinical effectiveness, cost-effectiveness, and workplace safety associated with compliant flooring systems that aim to prevent fall-related injuries? We will conduct a comprehensive and systematic literature search of academic databases (AgeLine, CINAHL, EBM Reviews, MEDLINE (Ovid), SportDiscus and Web of Science) and grey literature (clinical trial registries, theses/dissertations, abstracts/conference proceedings and relevant websites). 2 team members will independently screen records (first titles and abstracts, then full text) and extract data from included records. Numerical and narrative analyses will be presented by theme (biomechanical efficacy, clinical effectiveness, cost-effectiveness, workplace safety). ETHICS AND DISSEMINATION: This scoping review responds to the information needs of healthcare decision-makers tasked with preventing fall-related injuries. This review will summarise evidence about compliant flooring as a potential intervention for preventing fall-related injuries in older adults and identify gaps in evidence and new avenues for research. Results will be especially useful in long-term care, but also applicable in acute care, assisted living and home care. We will disseminate the review's findings via open-access publications, conference presentations, a webinar, a Stakeholder Symposium and a Knowledge-to-Action Report.
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 | 0,112 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,013 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,020 |
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 ».