Beginning power mobility: An exploration of factors associated with child use of early power mobility devices and parent device preference
Notice bibliographique
Résumé
Objectives Describe and compare young children’s use of four early power mobility devices and examine associations between child and environmental factors that may influence power mobility use and parent device preference. Design Cross-sectional observational study. Methods Power Mobility Days introduced four devices: Wizzybug, Bugzi, Tiger Cub, and a switch-adapted ride-on toy car in a single 60–90 min, play-based session. Results A convenience sample of 74 children, aged 9–68 months (mean: 32.45, SD: 14.08) with mobility limitations, and their parents participated. Children had a range of motor, postural and communication profiles, with cerebral palsy being the most common condition ( n = 55; 73.33%). Assessment of Learning Powered mobility use phase achieved ranged from 1 to 6; mean: 2.34; median: 2. For children who tried all four devices ( n = 51), Friedman test (χ 2 : 8.27, p = 0.04) suggests Assessment of Learning Powered mobility use phase differs across devices. Of 73 parents who identified a device preference, 43 (59%) chose Wizzybug. Regression analyses suggest that access method and communication function may influence children’s power mobility use, while age, access and postural support requirements may influence parent device choice. Discussion Parent impressions of an early power mobility device may be influenced by many factors, yet be less influenced by child performance.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».