Using activity-based therapy for individuals with spinal cord injury or disease: Interviews with physical and occupational therapists in rehabilitation hospitals
Notice bibliographique
Résumé
Objective: To understand if and how physical therapists (PTs) and occupational therapists (OTs) use activity-based therapy (ABT) and its associated technologies for the rehabilitation of individuals living with spinal cord injury or disease (SCI/D) in Canadian rehabilitation hospital settings.Design: Qualitative study.Setting: Through rehabilitation hospitals participating in the Rick Hansen Spinal Cord Injury Registry, we recruited licensed OTs and PTs to participate in focus groups.Participants: Twelve PTs and ten OTs from nine sites across eight provinces participated.Outcome Measures: To inform the development of a semi-structured interview guide, we used the Theoretical Domains Framework. To analyze the data, we used interpretive description.Results: We identified three themes that influenced therapists’ use of ABT and associated technologies for SCI/D rehabilitation. (1) Therapists’ decision-making approach to ABT and technology. Therapist roles, site-specific dynamics and goal setting influenced decision-making. Assuming roles such as mentor, liaison and advocate led to more ABT use. Site-specific dynamics concerned levels of ABT knowledge, teamwork, and staffing. In hospital rehabilitation, there was competition between discharge and neurorecovery goals. (2) Therapist perceived individual factors. Patient factors either increased (i.e. patients’ motivation, self-advocacy) or prevented (i.e. mourning period, tolerance) the likelihood that ABT was introduced by therapists. (3) ABT and equipment access. Technology was used for ABT in a variety of ways. Access was affected by visible (e.g. equipment cost) and invisible barriers (e.g. departmental relations).Conclusions: The use of ABT and its associated technologies in Canadian rehabilitation hospitals is variable. Ongoing education could be offered, and site-specific implementation strategies could be developed, to promote ABT use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».