MétaCan
Menu
Retour à la cohorte
Enregistrement W2801666595 · doi:10.1177/2331216518769789

Time of Day and Hearing Aid Adoption

2018· article· en· W2801666595 sur OpenAlexaff
Gurjit Singh, Stefan Launer

Notice bibliographique

RevueTrends in Hearing · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésHearing aidAudiologyNoonRehabilitationMedicineCausality (physics)PsychologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

To date, there is little understanding of how contextual factors may influence the decisions individuals make regarding the adoption of options for hearing rehabilitation. This explorative retrospective study investigated whether hearing aid adoption and return rates are associated with the time of the day at which an appointment takes place. The study sample consisted of 24,842 patients experiencing their first audiology appointment. It was observed that hearing aid adoption was significantly associated with appointment times whereby lower hearing aid adoption rates were observed at noon and 4 p.m. It was also observed that hearing aid return rates were significantly associated with appointment times whereby lower return rates were observed at noon and 4 p.m. In light of the methodology employed in the study, it is not possible to unequivocally determine why time of day is associated with hearing aid adoption and return rates. Several possible explanations for the patterns of associations are discussed. In light of previous research observing that hunger lowers risk tolerance and glucose consumption increases risk tolerance, the results are consistent with an interpretation based on risk-aversion resulting from hunger. To establish causality between hunger and decision-making in audiology, additional research employing experimental methodologies are necessary.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,067
Tête enseignante GPT0,325
Écart entre enseignants0,258 · 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'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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in HearingMême sujetHearing Loss and RehabilitationTravaux en français237 207