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 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 | 0,149 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,013 |
| Science ouverte | 0,005 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».