MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226343247

Concussion knowledge among North American chiropractors.

2021· article· en· W4226343247 sur OpenAlexaffabout
Mohsen Kazemi, Kevin Rajin Deoraj, Milcah Hiemstra, Lauren Kimberly Santiago

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensCanadian Memorial Chiropractic College
Organismes subventionnairesnon disponible
Mots-clésChiropracticConcussionMedicineFamily medicinePoison controlInjury preventionAlternative medicineEmergency medicinePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To investigate the degree of knowledge North American chiropractors have in regards to concussion diagnosis and management. METHODS: A Concussion Knowledge Assessment Tool (CKAT) survey was administered to North American chiropractors through SurveyMonkey.com. This survey was sent to all practicing members of the American Chiropractic Association (ACA) and Canadian Chiropractic Association (CCA). RESULTS: 1321 surveys were completed and analyzed (response rate of 3.3%). The average score of the CKAT amongst North American Chiropractors was 4.82 out of 9. Using our modified scoring method, chiropractors scored 39.44 out of 48. CONCLUSIONS: North American chiropractors who participated in this study demonstrated concussion knowledge and management using the CKAT tool. Further investigation is recommended in order to address learning gaps and updating the CKAT based on current literature and guidelines.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,067
Tête enseignante GPT0,318
Écart entre enseignants0,251 · 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'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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→