Exploring the Influence of a Community-Based Peer-Led Wheelchair Skills Training on Satisfaction with Participation in Children and Adolescents with Cerebral Palsy and Spina Bifida: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Peer-led approaches improve satisfaction with participation, wheelchair skills and wheelchair use self-efficacy in adults, but the evidence is limited in children. This pilot study aimed to explore the influence of community-based, peer-led, group wheelchair training program (i.e., Seating To Go) on satisfaction with participation (primary outcome), wheelchair skills, and wheelchair use self-efficacy in children and adolescents with cerebral palsy and spina bifida. METHODS: A single group pre-post design was used. Invitations were shared online and diffused by clinicians and advocacy and provider groups to recruit a convenience sample of eight pediatric wheelchair users. Participants completed the Seating To Go program in groups that were facilitated by adult wheelchair users. Satisfaction with participation (Wheelchair Outcome Measure-Young People), wheelchair skills (Wheelchair Skills Test), wheelchair use self-efficacy (Wheelchair Use Confidence Scale), and perceived wheelchair skills capacity (Wheelchair Skills Test Questionnaire; proxy rating: parents) were evaluated before and after the Seating To Go program. Descriptive statistics and nonparametric longitudinal data analysis were conducted to explore changes in all outcomes from baseline to post-intervention. RESULTS: Pediatric wheelchair users (ranging in age from 5 to 15 years) and their parents reported statistically significant improvements in satisfaction with participation. The improvements in wheelchair skills and wheelchair confidence were also statistically significant, but not the parents' perception of their children's wheelchair skills. CONCLUSIONS: A community-based peer-led approach to wheelchair skills training seems promising for improving wheelchair outcomes in pediatric wheelchair users. Further controlled studies with larger samples are warranted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».