MétaCan
Menu
Retour à la cohorte
Enregistrement W4401160702 · doi:10.1055/s-0044-1788799

Leading the Way in Dementia Care: Embracing the Whole Person

2024· article· en· W4401160702 sur OpenAlexaff
Ellen M. Hickey, Natalie Douglas, Tammy Hopper, Michelle S. Bourgeois

Notice bibliographique

RevueSeminars in Speech and Language · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of AlbertaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDementiaCoachingPsychologyAugmentative and alternative communicationStatus quoQuality of life (healthcare)InnovatorIdentity (music)GerontologyMedical educationMedicineDiseasePsychiatryPsychotherapistComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Audrey Holland was a leading innovator and speech-language pathologist (SLP) in adult neurological communication disabilities for over five decades. She was a pioneer in the involvement of SLPs with people with dementia, inspiring both knowledge development and clinical practice regarding language, functional communication, and quality of life in persons living with dementia. Dr. Holland was also an extraordinary mentor who has impacted many generations of researchers and clinicians. Here, four researchers in the area of dementia and communication discuss the lessons they learned from Dr. Holland that fundamentally shaped their careers and the field of dementia and speech-language pathology. Lessons learned include the following: (1) do not be afraid to stand out when you have a novel idea that will help people; (2) look for strengths to support functional communication; (3) use communication strategies to support identity, quality of life, and self-determination in adults with acquired communication disabilities, including those with dementia; (4) shift from pathologizing to coaching; and (5) challenge the status quo. This article concludes by discussing Dr. Holland's lasting legacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0200,031
Communication savante0,0170,024
Science ouverte0,0030,024
Intégrité de la recherche0,0130,029
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,361
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Speech and LanguageMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207