MétaCan
Menu
Retour à la cohorte
Enregistrement W2750952609 · doi:10.1080/10790268.2017.1370522

Linking spinal cord injury rehabilitation between the World Wars: The R. Tait McKenzie legacy

2017· article· en· W2750952609 sur OpenAlexaboutno aff
John F. Ditunno

Notice bibliographique

RevueJournal of Spinal Cord Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHistory of Medical Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineWorld War IIRehabilitationSpinal cord injuryGerontologyPhysical therapyPsychiatryPolitical scienceLawSpinal cord

Résumé

récupéré en direct d'OpenAlex

Spinal cord injury (SCI) medicine emerged after World War II due to mass casualties, which required specialized treatment centers. This approach to categorical care, however, was first developed during World War I, led by pioneers R. Tait McKenzie and George Deaver, who demonstrated that soldiers disabled by paralysis could return to society through fitness/mobility, recreational and vocational training. McKenzie, a Canadian and the first professor of physical therapy in the US, influenced Deaver and military physicians in Britain, Canada, and the U.S. with his achievements and publications. Although early mortality from SCI was high, advances in the treatment of skin and bladder complications coupled with rehabilitation developed through lessons learned in World War I, resulted in major changes in survival and quality of life for veterans of World War II in England, US, and Canada. Harry Botterell and Al Jousse, founders of Lyndhurst Lodge, the first SCI center in Canada, adopted Deaver's principles and techniques of rehabilitation and Donald Munro's approach to medical complications. The consequences of failing to organize continuity of care in World War I were recognized both by consumers and physicians. Together with John Counsell, a World War II veteran, they formed the Canadian Paraplegic Association, which "revolutionized" the care of veterans with SCI, as well as civilians, women, and children.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,011
Communication savante0,0080,008
Science ouverte0,0010,007
Intégrité de la recherche0,0060,019
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,076
Tête enseignante GPT0,416
Écart entre enseignants0,340 · 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Spinal Cord MedicineMême sujetHistory of Medical PracticeTravaux en français237 207