The Impact of COVID-19 on Speech-Language Pathologists Engaged in Clinical Practices With Elevated Coronavirus Transmission Risk
Notice bibliographique
Résumé
Purpose This study assessed and described potential clinical practice changes secondary to COVID-19 that emerged as an early response to the pandemic for speech-language pathologists (SLPs) engaged in voice, alaryngeal, and swallowing activities that may increase the risk of virus transmission. Method SLPs from the United States and Canada ( n = 665) who were engaged in clinical activities that might elevate the risk of COVID-19 exposure completed an online survey regarding their clinical practices. Topics assessed included potential clinical service modifications, COVID-19 testing and health, and potential financial impacts in the early time period of the pandemic. Results The percentage of SLPs completing the most endoscopic procedures prepandemic (≥ 10/week) was reduced from 39% of respondents to 3% due to the pandemic. Those who completed the most tracheoesophageal puncture voice prosthesis changes (≥ 5/week) reported a reduction in frequency from 24% to 6%. Twenty-five percent of SLPs reported that they were tested for COVID-19, and 6% reported a positive result. Descriptive statistics suggest that COVID-19 testing rates of SLPs, the percentage of SLPs experiencing a financial impact, and the percentage who were furloughed varied across SLP work setting. Conclusions These findings provide the first data characterizing the impact on COVID-19 on clinical practice for SLPs engaged in procedures such as endoscopy and laryngectomy care. The results indicate that, as frontline workers, SLPs were directly impacted in their practice patterns, personal health, safety, and financial security, and that these reported impacts occurred differently across SLP work settings.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».