MétaCan
Menu
Retour à la cohorte
Enregistrement W3119046377 · doi:10.33448/rsd-v10i1.11560

Preditores ambientais para quedas em idosos: revisão integrativa

2021· article· pt· W3119046377 sur OpenAlexaboutno aff
Elenir Pereira de Paiva, Cristina Arreguy-Sena, Paulo Ferreira Pinto, Vanessa Vieira da Motta, Pedro Parreira

Notice bibliographique

RevueResearch Society and Development · 2021
Typearticle
Languept
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCINAHLScopusHumanitiesWeb of scienceGerontologyMEDLINEMeta-analysisNursingPsychological interventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objetivo: Identificar na literatura os preditores ambientais de quedas em idosos. Metodologia: revisão integrativa da literatura incluiu-se investigações desenvolvidas que abordassem quedas no ambiente do idosos sem recorte temporal. Excluiu-se as revisões, estudos sem análises especificas para quedas no ambiente, e estudos com população de idosos em situações especiais. Consultou-se as bases de dados Lilacs, Scopus, CINAHL, Web of Science e portal PubMed, utilizando o descritor acidentes por quedas, seus correspondentes em português e o operador boleano AND. Para avaliar a qualidade dos estudos utilizou a escala de Newcastle-Ottawa. Após a aplicação dos critérios de inclusão e exclusão, foram selecionados 12 artigos. Resultados: Localizaram-se 07 estudos sendo: três estudos transversais e quatro coortes. O tamanho das amostras variou de 18 a 1.243 idosos e ano de publicação de 1998 a 2017, sendo os mais recentes 2013, 2015 e 2017. Os estudos abordaram equilíbrio e marcha, quedas autorreferidas e prevalência de riscos ambientais em sua maioria. Conclusão: Evidenciou-se que os multifatores individuais e do ambiente predispõem aos indivíduos idosos às quedas.

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)0,016
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0190,022
Études des sciences et des technologies0,0030,005
Communication savante0,0130,013
Science ouverte0,0030,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,128
Tête enseignante GPT0,456
Écart entre enseignants0,327 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Society and DevelopmentMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207