MétaCan
Menu
Retour à la cohorte
Enregistrement W3124490475 · doi:10.3138/jmvfh-co19-0012

Delivering rehabilitation services during the COVID-19 pandemic: How CAF Physiotherapy is using telehealth to ensure “physical and measurable solutions to maintain and enhance operational readiness, anywhere, anytime”

2020· article· en· W3124490475 sur OpenAlexaffvenueabout
Eric Robitaille, Marsha MacRae

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCanadian Armed ForcesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTelehealthTelerehabilitationTelemedicineRehabilitationHealth careCoronavirus disease 2019 (COVID-19)MedicineVideoconferencingWork (physics)Medical emergencyPhysical therapyNursingPandemicComputer scienceMultimediaEngineeringDisease

Résumé

récupéré en direct d'OpenAlex

In response to COVID-19, the Canadian Armed Forces (CAF) activated Operation LASER, a force health protection strategy to preserve its operational capabilities. Operation LASER resulted in a quarantine of healthy CAF members to minimize the risk of contraction and transmission of COVID-19. The physical distancing inherent to quarantine challenged Canadian Forces Health Services to adapt its health care delivery. CAF Physiotherapy responded by integrating telehealth to maintain provision of essential primary health care services. A modified After-Action Report was used to capture preliminary telehealth experiences of Defence Team physiotherapists since the activation of Operation LASER. To date, seven Physiotherapy Officers and six civilian physiotherapists, have delivered a total of 196 assessments lasting an average of 45 minutes, and a total of 765 follow-ups lasting an average of 25 minutes. Most respondents reported no previous experience or formal training providing telehealth. Most respondents reported delivering telehealth by telephone and acknowledged challenges, including non-standardized patient instructions, inadequate equipment, unsuitable environments, and limited patient feedback. To maximize the quality of telehealth delivery, respondents recommended standardizing patient instructions, establishing suitable work environments, and using telephone headsets, videoconferencing, and digital exercise software. These recommendations are an investment in the capacity of CAF Physiotherapy to maintain rehabilitation services in the post-COVID-19 environment.

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)0,010
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,417

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,005
Communication savante0,0100,007
Science ouverte0,0030,005
Intégrité de la recherche0,0050,005
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 Opus0,039
Tête enseignante GPT0,346
Écart entre enseignants0,307 · 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

Citations4
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207