Considerations for expanding community exercise programs incorporating a healthcare-recreation partnership for people with balance and mobility limitations: a mixed methods evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To increase access to safe and appropriate exercise for people with balance and mobility limitations, community organizations have partnered with healthcare providers to deliver an evidence-based, task-oriented group exercise program in community centers in Canada. We aimed to understand challenges and solutions to implementing this program model to inform plans for expansion. RESULTS: At a 1-day meeting, 53 stakeholders (healthcare/recreation personnel, program participants/caregivers, researchers) identified challenges to program implementation that were captured by seven themes: Resources to deliver the exercise class (e.g., difficulty finding instructors with the skills to work with people with mobility limitations); Program marketing (e.g., to foster healthcare referrals); Transportation (e.g., particularly from rural areas); Program access (e.g., program full); Maintaining program integrity; Sustaining partnerships (i.e., with healthcare partners); and Funding (e.g., to deliver program or register). Stakeholders prioritized solutions to form an action plan. A survey of individuals supervising 28 programs revealed that people with stroke, acquired brain injury, multiple sclerosis, and Parkinson's disease register at 95-100% of centers. The most prevalent issues with program fidelity across centers were not requiring a minimum level of walking ability (32%), class sizes exceeding 12 (21%), and instructor-to-participant ratios exceeding 1:4 (19%). Findings provide considerations for program expansion.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle