The profession of neuropsychologist in Canada: Findings of a national survey
Notice bibliographique
Résumé
The purpose of this study was to investigate the demographic characteristics, academic training and types of professional activities of clinical neuropsychologists in Canada. 282 participants completed an online-based survey. Respondents were women for the most part and had a mean age of 43 years. They typically had doctoral-level training (85%) and about one-quarter had postdoctoral training (23%). Nearly half (47%) had a lifespan practice, over one-third (37%) had an adults-only practice, and about one-sixth (16%) had an exclusively pediatric practice. Most worked full-time (79%). Respondents were almost evenly split three ways between those who worked in the public sector, those who worked in the private sector, and those who worked in both. The most common professional activities related to assessment (95%), although clinical supervision (43%) and rehabilitation (42%) were also quite frequent, whereas research (27%) and teaching (18%) were less so. The most common reason for referral was to determine a diagnosis (79%). Pediatric neuropsychologists worked primarily with individuals with neurodevelopmental disorders and neuropsychologists working with adult populations worked primarily with individuals with emotional disorders, acquired neuropsychological disorders (traumatic brain injury, stroke/vascular), and neurocognitive disorders (dementia). At time of study, Canadian neuropsychologists seemed to enjoy a fairly balanced situation: Their level of training and the ratio of neuropsychologists per population were both high. However, these varied widely across Canada. This suggests that the profession and public interest would stand to gain from seeing training standardized to some extent nationwide.
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».