MétaCan
Menu
← Retour à la cohorte
Enregistrement W4237358381 · doi:10.4018/9781599048895.ch099

Interactive Video Game-Based Tool for Dynamic Rehabilitation Movements

2011· book-chapter· en· W4237358381 sur OpenAlexaff
Aimee L. Betker, Tony Szturm, Zahra Moussavi

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésVideo gameComputer scienceHuman–computer interactionRehabilitationMultimediaPsychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

In being seated, standing, and walking, many uncontrollable factors contribute to the degradation of our balance system. The maintenance of balance involves many essential sensory (visual, vestibular, and somatosensory) and motor processes. Each sensory input provides unique internal and external reference frame information to the central nervous system (CNS). The CNS interprets the sensory information, from which preplanned and/or preventative (feedforward controls) and corrective (feedback controls) actions can be taken and conflicting sensory information can be mediated (Peterka, 2002). In the absence of a sensory input, balance can still be maintained; however, the compensatory actions become larger and different balance strategies may be employed. Serious problems facing older adults and many people with neurological disorders (e.g., stroke, traumatic head injuries, incomplete spinal cord injuries, Parkinson’s, multiple sclerosis, diabetic peripheral neuropathy, and osteoarthritis) are balance impairment, mobility restriction, and falling (Gill et al., 2001; Harris, Eng, Marigold, Tokuno, & Louis, 2005). In these cases, even small disturbances may result in a fall and injuries are very likely to occur. This increased risk of falling combined with mobility limitations precipitates patient dependency in instrumental and basic activities of daily living; in turn, this results in reduced levels of physical activity.Request access from your librarian to read this chapter's full text.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1090,034

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 Opus0,013
Tête enseignante GPT0,281
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→