The role of the Neuropsychologist across the stages of recovery from acquired brain injury: a summary from the pediatric rehabilitation Neuropsychology collaborative
Notice bibliographique
Résumé
Neuropsychologists working in a pediatric neurorehabilitation setting provide care for children and adolescents with acquired brain injuries (ABI) and play a vital role on the interdisciplinary treatment team. This role draws on influences from the field of clinical neuropsychology and its pediatric subspecialty, as well as rehabilitation psychology. This combination of specialties is uniquely suited for working with ABI across the continuum of recovery. ABI recovery often involves a changing picture that spans across stages of recovery (e.g., disorders of consciousness, confusional state, acute cognitive impairment), where each stage presents with distinctive characteristics that warrant a specific evidence-based approach. Assessment and intervention are used reciprocally to inform diagnostics, treatment, and academic planning, and to support patient and family adjustment. Neuropsychologists work with the interdisciplinary teams to collect and integrate data related to brain injury recovery and use this data for treatment planning and clinical decision making. These approaches must often be adapted and adjusted in real time as patients recover, demanding a dynamic expertise that is currently not supported through formal training curriculum or practice guidelines. This paper outlines the roles and responsibilities of pediatric rehabilitation neuropsychologists across the stages of ABI recovery with the goal of increasing awareness in order to continue to develop and formalize this role.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».