The on-line Concussion Awareness Training Tool (CATT)
Notice bibliographique
Résumé
Issue Effects of concussion vary among patients and can greatly affect quality of life. Long-term effects are often not recognized early enough to prevent post-concussion syndrome and permanent brain damage, leading to an impact on social and professional lives. Problem There is need for an accessible, up-to-date, online concussion resource based upon the Zurich Consensus Statement on Concussion in Sport. The Concussion Awareness Training Tool (CATT- www.cattonline.com ) includes three distinct sites for Medical Professionals–MP, Parents, Players & Coaches–PPC, and Educators–Ed. Each site includes a self-paced learning module and tailored resources. CATT MP supports standardize practice in a clinical setting with a focus on the paediatric patient; PPC addresses identification and management; Ed includes resources for those working with children in the school setting. A pre-post intervention survey design was used to evaluate each CATT site, to answer the question: Can CATT change concussion knowledge/attitudes/practices? Results CATT MP was launched mid April 2013. Physicians demonstrated significant positive change in practices (p = 0.001) and significant change in knowledge by those treating more than 10 concussions/yr (p = 0.039). Nurses had significant positive change in practices (p = 0.005) and attitudes (p = 0.035). CATT PPC was launched mid June 2014. Parents demonstrated significant positive change in knowledge (p = 0.002). CATT Ed is anticipated for launch in May 2015, with an accompanying evaluation. Lessons Despite rising concussion awareness, standardized practices have not been widely implemented. Concussion recognition is imperative to influence the extent of damage and recovery from this injury. Public Health can address this gap by promoting concussion training. Key message Concussion is under-recognized, -diagnosed and -treated; CATT can address this gap Good concussion management can reduce related health problems and the risk of long-term brain damage
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».