MétaCan
Menu
Retour à la cohorte
Enregistrement W2791636074 · doi:10.1177/0008417417719723

National evaluation of policies governing funding for wheelchairs and scooters in Canada

2018· article· en· W2791636074 sur OpenAlexafffundvenueabout
Emma Smith, Lynn Roberts, Mary Ann McColl, Kathleen A. Martin Ginis, William C. Miller

Notice bibliographique

RevueCanadian Journal of Occupational Therapy · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensMcMaster UniversityQueen's UniversityGF Strong Rehabilitation CentreUniversity of British ColumbiaInternational Collaboration On Repair DiscoveriesVancouver Coastal Health Research InstituteVancouver Coastal Health
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBusinessPublic administrationPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Wheelchairs, scooters, and related equipment are essential for the well-being of individuals with limited mobility and impact participation, health, and quality of life. PURPOSE: Our objective was to identify and evaluate policies governing equipment funding for Canadian adults. We reviewed funding legislation and program documentation for adult Canadians (≥18 years of age) covered by their provincial, territorial, or federal health care plan. Documents were obtained online or through administrative staff. Policy evaluation was guided by the Disability Policy Lens from the Canadian Disability Policy Alliance. KEY ISSUES: Coverage ranges from full funding for all individuals within the jurisdiction to programs limited by strict eligibility criteria. Each jurisdiction defines "disability" or "basic/essential need" differently, contributing to further funding disparities. IMPLICATIONS: Funding policies differ substantially across Canada, resulting in unequal access to equipment dependent on province or territory. We identified eligibility, funding, definitions of mobility, repair and replacement, and prescriber requirement benchmarks that represent policy targets for improved access.

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)0,002
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 enseignants0,447
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,442
Tête enseignante GPT0,535
Écart entre enseignants0,092 · 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

Citations9
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Occupational TherapyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207