THE CASE FOR BROAD-RANGE OUTCOME ASSESSMENT ACROSS UPPER LIMB DEVICE CLASSES
Notice bibliographique
Résumé
The emergence of 3D-printed upper limb prosthetic devices a couple of years ago, spearheaded substantially by the e-NABLE community (1, 2), has triggered a variety of reactions, ranging from euphoric press coverage predicting a new age of low-cost universally obtainable prosthetic solutions to anxious reluctance by clinicians fearing the demise of high-quality professional health care provision (3, 4). The circumstance that untrained volunteers produce e-NABLE devices on their hobby-grade 3D-printers (5) was both hailed as a revolutionary paradigm shift suited to address a host of current challenges in health care economics, and derided as inappropriate intrusion into long-standing training and certification standards of a well-regulated profession. That many of the early generation e-NABLE devices targeted young patients with partial hand amputation (6) was interpreted by proponents as finally offering this neglected population long-desired solutions, whereas skeptics felt that many of the recipients of such devices would traditionally have been deemed to have a residual functional enough to be a contra-indication for a prosthesis (7).Article PDF file: https://jps.library.utoronto.ca/index.php/cpoj/article/view/29970/22869 How to cite: Fiedler G, Savage S, Schull J, Mankoff J. The Case For Broad-Range Outcome Assessment Across Upper Limb Device Classes. Canadian Prosthetics & Orthotics Journal. Volume1, Issue1, No4, 2018. DOI: https://doi.org/10.33137/cpoj.v1i1.29970
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 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 | 0,001 | 0,000 |
| 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».