Incorporating client perspectives: moving towards digital outcome measurement in pediatric speech-language pathology
Notice bibliographique
Résumé
Caregivers’ needs and preferences regarding outcome measurement in pediatric speech-language pathology are not well-understood, but are critical to the development and implementation of meaningful clinical tools. This project engaged caregivers of preschoolers with speech, language and communication needs to understand their views on the potential for, and their preferences surrounding a digital version of one participation-focused outcome measure called the Focus on the Outcomes of Communication Under Six (FOCUS-34). Fifteen caregivers of preschoolers who were receiving services in a large health system participated in one of four 30–60-minute virtual focus groups or one of three individual interviews. Caregivers shared their perceptions of whether and how a digital FOCUS-34 may improve their service experience, and their preferred features and formats to make it useful. An inductive content analysis was used to identify relevant categories that described caregivers’ perspectives. Data were sorted into two categories: (1) caregivers believe a digital solution would improve their service experience, and (2) caregivers want a user-friendly digital FOCUS-34 to measure and give feedback on intervention outcomes. Multiple sub-categories were also identified, which further described caregivers’ views on how a digital measure would improve the feasibility of outcome measurement, family engagement in services, and transparent communication with providers. Sub-categories also outlined caregivers’ preferences for the features and functions of a digital measure and their suggested considerations for developers of the digital tool. Results provide new insight into caregivers’ perspectives on digital outcome measurement and will inform efforts to improve the utility of the FOCUS-34 for families.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».