MétaCan
Menu
Retour à la cohorte
Enregistrement W4200430094 · doi:10.1097/aud.0000000000001174

Hearing Assessment and Rehabilitation for People Living With Dementia

2021· article· en· W4200430094 sur OpenAlexaff

Notice bibliographique

RevueEar and Hearing · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésDementiaRehabilitationNeeds assessmentHearing aidClinical PracticeMEDLINEHearing loss

Résumé

récupéré en direct d'OpenAlex

Hearing impairment commonly co-occurs with dementia. Audiologists, therefore, need to be prepared to address the specific needs of people living with dementia (PwD). PwD have needs in terms of dementia-friendly clinical settings, assessments, and rehabilitation strategies tailored to support individual requirements that depend on social context, personality, background, and health-related factors, as well as audiometric HL and experience with hearing assistance. Audiologists typically receive limited specialist training in assisting PwD and professional guidance for audiologists is scarce. The aim of this review was to outline best practice recommendations for the assessment and rehabilitation of hearing impairment for PwD with reference to the current evidence base. These recommendations, written by audiology, psychology, speech-language, and dementia nursing professionals, also highlight areas of research need. The review is aimed at hearing care professionals and includes practical recommendations for adapting audiological procedures and processes for the needs of PwD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,265

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,311
Écart entre enseignants0,282 · 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 tête enseignante, 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

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEar and HearingMême sujetHearing Loss and RehabilitationTravaux en français237 207