MétaCan
Menu
Retour à la cohorte
Enregistrement W2765943522 · doi:10.5014/ajot.2017.020008

Canadian Occupational Performance Measure (COPM) in Primary Care: A Profile of Practice

2017· article· en· W2765943522 sur OpenAlexaffabout
Catherine Donnelly, Colleen O’Neill, Martha Bauer, Lori Letts

Notice bibliographique

RevueAmerican Journal of Occupational Therapy · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Therapy Practice and Research
Établissements canadiensMcMaster UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésPrimary careOccupational therapyMedicinePhysical therapyPsychologyFamily medicineGerontology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study aimed to understand how the Canadian Occupational Performance Measure (COPM) can be used as an outcome measure in primary care and to identify the occupational performance profiles in this setting. METHOD: First, the COPM was administered to all eligible clients at two sites. Second, a focus group with participating occupational therapists explored the feasibility of using the COPM in primary care. RESULTS: A total of 161 COPMs were initially administered. Self-care goals were identified most frequently (n = 248), followed by productivity (n = 229) and leisure (n = 179) goals (total goals = 656). Mean initial performance and satisfactions scores were 3.2 and 2.8, respectively. The average change (n = 22) scores were 2.1 and 2.6, respectively. CONCLUSION: The COPM is an invaluable tool to guide initial assessments and offer an occupation-focused lens. Given the lifespan approach and an emphasis on screening and assessment, the challenge was finding the opportunity for readministration.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,126
Tête enseignante GPT0,476
Écart entre enseignants0,350 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations33
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Occupational TherapyMême sujetOccupational Therapy Practice and ResearchTravaux en français237 207