Exploring the relationship between falls, fall‐related psychological concerns, and personality traits in adults: A scoping review protocol
Notice bibliographique
Résumé
Background and Aims: Personality traits, such as neuroticism and extraversion, are emerging as important predictors of falls. Despite their significance, existing fall prevention programs often overlook these traits, creating a notable research gap. This study aims to conduct a comprehensive scoping review to explore the existing literature on the relationships among personality traits, falls, and fall-related psychological concerns (FrPCs). Methods: This scoping review will adhere to the framework established by Arksey and O'Malley, incorporating extensions recommended by the Joanna Briggs Institute and using the PRISMA-ScR checklist. A thorough search strategy will be employed, aligning with the population, concept, and context (PCC) selection criteria. Electronic databases, including MEDLINE, APA PsycINFO, Web of Science, CINAHL, and SPORTDiscus, will be searched from their inception to the present. Additionally, a manual search of the reference lists of identified and relevant full-text articles will be conducted. Two independent reviewers will screen titles and abstracts, perform full-text reviews, and extract data from pertinent articles. Discussion: Personality traits are increasingly recognized as influential predictors of falls and related psychological concerns. This review aims to make a substantial contribution to the existing literature by being the first to comprehensively explore and provide a descriptive synthesis of the relationship between personality traits and falls, as well as FrPCs in adults. It is hoped that the outcomes of this review will enhance our comprehension of the role of personality traits in falls, potentially informing future research and strategies for this critical area of study. Scoping Review Registration: This scoping review protocol was registered with Open Science Framework (https://doi.org/10.17605/OSF.IO/KR74X).
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 | 0,098 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,013 | 0,014 |
| Bibliométrie | 0,021 | 0,015 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,011 |
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 ».