MétaCan
Menu
← Retour à la cohorte
Enregistrement W3206004027 · doi:10.1145/3450337.3483508

Percussion Hero: A Chest Physical Therapy Game for People with Cystic Fibrosis and their Caregivers

2021· article· en· W3206004027 sur OpenAlexaff
Book Sadprasid, Ethan Eddy, Aaron Tabor, Erik Scheme, Scott Bateman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPostural drainagePercussionMedicinePhysical therapyIntervention (counseling)Intensive care medicineChest painChest physiotherapyPhysical medicine and rehabilitationSurgeryNursing

Résumé

récupéré en direct d'OpenAlex

Chest physical therapy—including chest percussion, vibration, and postural drainage—is an important part of cystic fibrosis (CF) treatment. Chest percussion and vibration are exercises that require coordinated effort between patient and caregiver, during which the caregiver performs manual, rhythmic blows to the patient's chest and back. When practiced regularly alongside postural drainage techniques, percussion therapy mobilizes and removes fluid buildup in the lungs, reducing inflammation and risks of infection that could lead to hospitalization. Despite the importance of chest physical therapy for those with CF, adherence is often low. Low adherence to at-home therapies is common to the treatment of many diseases, yet one distinct challenge of chest physical therapy is the caregiver intervention—a role often assumed by a family member or loved one. The caregiver role is challenging for chest therapy because it is active, focused, and strenuous. While research has proposed many solutions for increasing patient engagement during similar airway clearance exercises, the critical role of the caregiver has often been overlooked. In this paper, we present Percussion Hero, a cooperative, rhythm-based game designed to improve chest physical therapy adherence by actively targeting both patients and caregivers during therapeutic exercises.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,014
Tête enseignante GPT0,285
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCystic Fibrosis Research Advances→Travaux en français237 207→