MétaCan
Menu
Retour à la cohorte
Enregistrement W4411281056 · doi:10.63144/ijt.2025.6708

Reaching a Consensus on the Definition of Telerehabilitation: World Federation of Neurorehabilitation Telerehabilitation Special Interest Group

2025· article· en· W4411281056 sur OpenAlexaff
Anne J. Hill, Kirsten Stangenberg‐Gliss, Yeşim Kurtaiş Aytür, Pam Enderby, Claudine Auger, Ali A. El‐Gamal, Carl Froilan D. Leochico

Notice bibliographique

RevueInternational Journal of Telerehabilitation · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of TorontoCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésTelerehabilitationScope (computer science)NeurorehabilitationComputer scienceConsensus conferenceTelemedicineMedicineRehabilitationPhysical therapyPolitical scienceHealth careLibrary science

Résumé

récupéré en direct d'OpenAlex

The research into and the adoption of telerehabilitation has greatly expanded over the last two decades. With this increasing level of interest in telerehabilitation there is a need for a comprehensive definition. The Telerehabilitation Special Interest Group of the World Federation of Neurorehabilitation is comprised of a diverse group of researchers from over 30 countries and so is well placed to reach a consensus on a definition of telerehabilitation and disseminate this widely. An e-Delphi approach was employed within the special interest group to reach a consensus on the definition. The agreed comprehensive definition of telerehabilitation includes a formal definition, an abbreviated version and a lay version, each with distinct purposes. A description of the scope of telerehabilitation is included, as well as an overview of the various modes of telerehabilitation. It is anticipated that this definition of telerehabilitation may assist researchers, clinicians, advocates and policy makers in a range of purposes.

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)0,118
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,625

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1180,099
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0050,005
Communication savante0,0060,008
Science ouverte0,0050,010
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,121
Tête enseignante GPT0,427
Écart entre enseignants0,306 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of TelerehabilitationMême sujetDelphi Technique in ResearchTravaux en français237 207