MétaCan
Menu
Retour à la cohorte
Enregistrement W4280624726 · doi:10.3389/fresc.2022.881606

Undertaking Rehabilitation Research During the COVID-19 Pandemic: Emergent Strategies From a Trainee-Faculty Workshop

2022· article· en· W4280624726 sur OpenAlexaff
Kenneth S. Noguchi, Linda Nguyen, Ava Mehdipour, Elise Wiley, Stéphanie Saunders, Kevin Moncion, Julie C. Reid, Nora Bakaa, Laura García Díaz, Jill Van Damme, Cassandra D’Amore, Anne Kumurenzi, LU Ze, Erin Knobl, Marla Beauchamp, Luciana Macedo, Brenda Vrkljan, Sandra Moll, Lisa C. Carlesso, Lori Letts, Michelle E. Kho, Julie Richardson

Notice bibliographique

RevueFrontiers in Rehabilitation Sciences · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRehabilitationPandemicPerspective (graphical)Intervention (counseling)Medical educationProtocol (science)Coronavirus disease 2019 (COVID-19)PsychologyPublic relationsMedicineNursingPolitical scienceAlternative medicineDiseaseComputer scienceInfectious disease (medical specialty)Physical therapy

Résumé

récupéré en direct d'OpenAlex

Background: The COVID-19 pandemic has disrupted everyday rehabilitation research. Many academic institutions have halted in-person human research including rehabilitation sciences. Researchers are faced with several barriers to continuing their research programs. The purpose of this perspective article is to report the results of an interdisciplinary workshop aimed at understanding the challenges and corresponding strategies for conducting rehabilitation research during the COVID-19 pandemic. Methods: Twenty-five rehabilitation researchers (17 trainees and eight faculty) attended a 2-h facilitated online workshop in to discuss challenges and strategies they had experienced and employed to conduct rehabilitation research during the COVID-19 pandemic. Results: , along with corresponding strategies to these challenges. Researchers experienced disruptions in study outcomes and intervention protocols to adhere to public health guidelines and have suggested implementing novel virtual approaches and study toolkits to facilitate offsite assessment. Participant accessibility could be improved by engaging community stakeholders in protocol revisions to ensure equity, safety, and feasibility. Researchers also experienced barriers to virtual conferences and publication, suggested opportunities for smaller networking events, and revisiting timeframes for knowledge dissemination. Conclusion: This perspective article served as a catalyst for discussion among rehabilitation researchers to identify novel and creative approaches that address the complexities of conducting rehabilitation research during the COVID-19 pandemic and beyond.

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)0,083
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,441

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0830,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0290,018
Communication savante0,0150,011
Science ouverte0,0080,042
Intégrité de la recherche0,0080,015
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,113
Tête enseignante GPT0,438
Écart entre enseignants0,324 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Rehabilitation SciencesMême sujetLong-Term Effects of COVID-19Travaux en français237 207