MétaCan
Menu
Retour à la cohorte
Enregistrement W4290839721 · doi:10.1097/pep.0000000000000949

Research on Children With Cerebral Palsy in Low- and Middle-Income Countries

2022· article· en· W4290839721 sur OpenAlexaff
Hércules Ribeiro Leite, Pranay Jindal, Sandra Abdel Malek, Peter Rosenbaum

Notice bibliographique

RevuePediatric Physical Therapy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésCerebral palsyLow and middle income countriesInternational Classification of Functioning, Disability and HealthIntervention (counseling)Child healthMEDLINEEvidence-based medicineMedicinePsychologyDeveloping countryPolitical scienceFamily medicineNursingPhysical medicine and rehabilitationEconomic growthPhysical therapyRehabilitation

Résumé

récupéré en direct d'OpenAlex

The purpose of this special communication is to present ideas and thoughts from a symposium at the 75th Annual Meeting of the American Academy for Cerebral Palsy and Developmental Medicine. These included perspectives and lessons from 3 previously published review studies regarding cerebral palsy (CP) research in Brazil, India, and African countries, which explored the literature through the lens of the World Health Organization's International Classification of Functioning, Disability and Health (ICF) framework. Using this common lens, first we present the main findings of each of these articles, as well as the similarities and differences in CP research across these low- and middle-income countries (LMICs). Second, considering current evidence, lessons from other LMICs and based on our experiences, we raise recommendations of critical areas to be addressed such as ICF framework implementation and best evidence practice on CP, focusing on prevention, early diagnosis, and intervention (see Supplemental Digital Abstract, available at: http://links.lww.com/PPT/A413 ).

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)0,011
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,011
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,314
Écart entre enseignants0,285 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Physical TherapyMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207