MétaCan
Menu
Retour à la cohorte
Enregistrement W4289443845 · doi:10.3233/wor-205108

Influencing discussions and use of neuroadvancements: Perspectives of Canadian occupational therapists

2022· article· en· W4289443845 sur OpenAlexaffabout
Valentina Villamil, Manel Djebrouni, Gregor Wolbring

Notice bibliographique

RevueWork · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Therapy Practice and Research
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOccupational therapyPsychologyMedical educationEngineering ethicsMedicineEngineeringPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The early involvement of many actors including health professionals is identified in neuroethics and neurogovernance discussions as crucial in constructing conversations around awareness, reaction, and knowledge development pertaining to the ethical, legal, and societal consequences of neuroscientific or neurotechnological advancements (NA). Occupational Therapists (OTs) have a stake in NA; however, OTs are rarely mentioned within this context. Lifelong learning (LL) could be used to increase OTs knowledge on NA and its consequences. However, LL is rarely mentioned within neuroethics and neurogovernance discussions. OBJECTIVE: The study's purpose is to understand the role of OTs as professionals and citizens in neuroethics and neurogovernance discussions and to examine the utility of LL processes put in place for OTs to empower OTs to contribute in a meaningful way to NA discussions. METHODS: 8 semi-structured interviews with OTs were conducted and analyzed using a directed content analysis. RESULTS: Although participants believed OTs can provide a holistic perspective to neurogovernance discussions, their knowledge on NA and its consequences is limited, and LL is not used as a tool to remain informed about such consequences. CONCLUSION: More education on NA and its consequences throughout their OT degree and through LL opportunities is warranted to facilitate their involvement.

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)0,019
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,754

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0610,025
Communication savante0,0140,005
Science ouverte0,0040,013
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,120
Tête enseignante GPT0,444
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetOccupational Therapy Practice and ResearchTravaux en français237 207