Student Competition (Knowledge Generation) ID 1978805
Notice bibliographique
Résumé
Background Individuals with neurological injury or disease are at increased risk of experiencing falls, highlighting the need for effective balance interventions. A novel system integrating functional electrical stimulation and visual feedback balance training (FES+VFBT) is a promising balance intervention; however, this lab-based system requires a redesign to increase clinical utility. Objective To identify possible challenges and solutions to implementing the FES+VFBT system as a balance intervention, from the perspective of end users. Design/Methods This qualitative study involved three semi-structured focus group meetings to explore participants’ perspectives on the feasibility and potential challenges of implementing FES+VFBT in neurorehabilitation. Two individuals with spinal cord injury (SCI), one individual with stroke, two physiotherapists and one hospital administrator participated. Interview transcripts were analyzed using a deductive-inductive content analysis. The levels of the Social Ecological Model (SEM) were used as themes for the deductive analysis. Categories and codes were detected using an inductive approach. Results The themes spanned the four levels of the SEM: intrapersonal, interpersonal, organizational/training environment and society/policy. Identified categories consisted of possible challenges mapped to the intrapersonal (e.g., lack of knowledge, tolerance of user) and organizational/training environment (e.g., cost, need for space and time, technical challenges) levels. Categories also reflected possible solutions mapped to all SEM levels: intrapersonal (e.g., reading and research), interpersonal (e.g., practicing together), organizational/training environment (e.g., tailoring system parameters, social support), and society/policy (e.g., create guidelines, provide cost options). Conclusion The findings will be used to improve the FES+VFBT system design and facilitate implementation of the intervention in neurorehabilitation.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,881 | 0,670 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».