Opportunities in Multiple Sclerosis Care Partner Research: An Interview
Notice bibliographique
Résumé
Guest editor Marcia Finlayson, PhD, OT Reg (Ont), OTR, is a professor in the School of Rehabilitation Therapy at Queen's University in Ontario, Canada. She began her career as a clinical occupational therapist and shifted to a research career focused on generating and sharing knowledge to help people affected by multiple sclerosis (MS) lead healthy, meaningful lives with control over their participation in daily activities, at home and in the community, particularly as they age. For this special issue on caregiving in MS, she chose to interview Kenneth Pakenham, PhD, emeritus professor of clinical and health psychology at the University of Queensland in Brisbane, Australia. For more than 4 decades, he has investigated the psychological well-being welle-eing of caregivers, including coping mechanisms and innovative interventions to improve their quality of life. His work is dedicated to applying positive health frameworks to chronic illnesses and to empowering caregivers and individuals with MS. Together, their expertise illuminates the multifaceted challenges and opportunities in MS caregiving research and understanding.
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 | 0,033 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,009 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».