Barriers and Facilitators to Aerobic Exercise Testing Practices of Physiotherapists in In-Patient Stroke Rehabilitation Settings Across Canada: A Theory-Informed Web-Based Survey
Notice bibliographique
Résumé
Purpose: Stroke best practice guidelines recommend aerobic exercise (AEx) testing once patients post-stroke are medically stable and before initiating AEx training. This study describes current AEx testing practice of physiotherapists in in-patient stroke rehabilitation (SR) and the barriers and facilitators to this practice. Method: We conducted a cross-sectional web-based survey of registered physiotherapists working in Canadian in-patient SR settings, guided by the Theoretical Domains Framework (TDF). Results: Fifteen of 37 (41%) participants reported conducting AEx testing with people post-stroke. A field test (92%) involving walking was the most commonly used test type. Barriers and facilitators to AEx testing practice from all 14 TDF domains were endorsed. While 73% (19/26) participants recognized that AEx testing supports therapy goals, over 60% reported lacking maximal and submaximal AEx testing knowledge and skills, and 58% did not perceive AEx testing to be an organizational priority due to the focus on function and mobility during in-patient SR. Conclusions: Less than half of participants performed AEx testing despite recognizing its value for people post-stroke. Predominantly, practitioner- and organisation-related factors influenced participants’ use of AEx testing in in-patient SR. An understanding of how physiotherapists can navigate the complex barriers to AEx testing is 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 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 | 0,013 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».