Technology used in activity based therapy for individuals living with spinal cord injury across Canada
Notice bibliographique
Résumé
STUDY DESIGN: Cross-sectional equipment inventory. OBJECTIVES: The objective of this study was to describe the equipment used in activity-based therapy (ABT) programs for individuals with spinal cord injury or disorder (SCI/D) across Canada. SETTINGS: Publicly funded and private SCI/D care settings. METHODS: A survey on equipment available for ABT for different therapeutic goals was answered by Canadian sites providing SCI/D rehabilitation. Information about the setting and type of client were also collected. The survey results were compiled into an inventory of the reported types and use of ABT related equipment, with equipment grouped into varying levels of technology. Descriptive statistics and qualitative descriptive analysis were used to answer the questions: (1) 'who' used the equipment, (2) 'what' types of equipment are used, (3) 'why' (i.e., for which therapeutic goals), and (4) 'how' it is used. RESULTS: Twenty-two sites from eight Canadian provinces completed the survey. Reported equipment was classified into 5 categories (from low to high-tech). Most equipment reported was used to train balance. The high-tech equipment reported as available, was mostly used for walking training and strengthening of the lower limbs. Low-tech equipment was reported as being used most frequently, while high-tech devices, although available, were reported as infrequently or rarely used. CONCLUSIONS: A large spectrum of equipment with varying levels of technology were reported as available, but were inconsistently used to provide ABT interventions across sites. In order to increase the clinical use of available equipment for ABT, education tools such as protocols regarding ABT principles and implementation are needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».