A Preliminary Study to Develop a Collaborative Tiered School-Based Physical Therapy Service Delivery Model: Results from an International Delphi Consultation
Notice bibliographique
Résumé
Background: Physical therapy (PT) is increasingly provided at schools to help students participate in educationalactivities. Recent rehabilitation models emphasized the benefits of using collaborative tiered services for serviceprovision, yet no model is available to guide how these services should be delivered. Therefore, this study aims to determine the core attributes and PT interventions of a collaborative tiered school-based PT model that could guide how PT services are delivered in schools worldwide.Methods: A modified Delphi method was used to identify the core attributes and the PT interventions that would be part of the model. An introductory webinar followed by three Delphi rounds with 24 international experts was conducted. Similar ideas generated in Round 1 were combined into statements; the statements reaching the predetermined consensus level in Rounds 2 or 3 were retained. Categories were created to present core attributes and Tiered interventions that were retained.Results: 41 core attributes were identified and grouped under seven categories. Tiered interventions were grouped under 15 categories which included 37 interventions for Tier 1, 24 interventions for Tier 2, and 60 interventions for Tier 3.Conclusion: The recommended core attributes and interventions will support the development of an international framework for school-based PT services, fostering health promotion for all children, and supporting those with disabilities.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,002 | 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 ».