MétaCan
Menu
Retour à la cohorte
Enregistrement W2979626260 · doi:10.3390/technologies7040073

Psychosocial Impact of Powered Wheelchair, Users’ Satisfaction and Their Relation to Social Participation

2019· article· en· W2979626260 sur OpenAlexaffabout
Inês Domingues, João Páscoa Pinheiro, João Miguel Mendes Silveira, P Francisco, Jeffrey W. Jutai, Anabela Correia Martins

Notice bibliographique

RevueTechnologies · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPsychosocialWheelchairQuality of life (healthcare)PsychologyAssistive technologyAdaptabilityGerontologyMedicinePsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

Several studies showed positive effects of assistive technologies on psychosocial impact and participation of adults with mobility impairments. The purpose of this study was to assess the psychosocial and participation impact of powered wheelchairs. Participants were thirty persons with disabilities who use powered wheelchairs with diverse medical conditions. The Quebec User Evaluation of Satisfaction with Assistive Technology, the Psychosocial Impact of Assistive Devices Scale and the Activities and Participation Profile Related to Mobility were used, in addition to demographic, clinical and wheelchair related questions. The participants were satisfied with both the assistive technology and related services, with the lowest satisfaction scores belonging to those who had been using their wheelchairs for a longer period of time. We noticed significant restrictions in participation mostly among persons with longer wheelchair utilization. The most satisfied were the ones with better performance in terms of social participation. Psychosocial scores showed a positive impact with higher adaptability among persons who transitioned from a manual compared to those who already had a powered wheelchair. There was a positive psychosocial impact and therefore an increase in quality of life of its users.

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)0,003
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0030,000

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 Opus0,074
Tête enseignante GPT0,455
Écart entre enseignants0,381 · 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

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTechnologiesMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207