The Neuropsychology of Traumatic Brain Injury: Looking Back, Peering Ahead
Notice bibliographique
Résumé
The past 50 years have been a period of exciting progress in neuropsychological research on traumatic brain injury (TBI). Neuropsychologists and neuropsychological testing have played a critical role in these advances. This study looks back at three major scientific advances in research on TBI that have been critical in pushing the field forward over the past several decades: The advent of modern neuroimaging; the recognition of the importance of non-injury factors in determining recovery from TBI; and the growth of cognitive rehabilitation. Thanks to these advances, we now have a better understanding of the pathophysiology of TBI and how recovery from the injury is also shaped by pre-injury, comorbid, and contextual factors, and we also have increasing evidence that active interventions, including cognitive rehabilitation, can help to promote better outcomes. The study also peers ahead to discern two important directions that seem destined to influence research on TBI over the next 50 years: the development of large, multi-site observational studies and randomized controlled trials, bolstered by international research consortia and the adoption of common data elements; and attempts to translate research into health care and health policy by the application of rigorous methods drawn from implementation science. Future research shaped by these trends should provide critical evidence regarding the outcomes of TBI and its treatment, and should help to disseminate and implement the knowledge gained from research to the betterment of the quality of life of persons with TBI. (JINS, 2017, 23, 806-817).
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 | 0,042 | 0,206 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,014 |
| Communication savante | 0,016 | 0,026 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,012 |
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 ».