MétaCan
Menu
Retour à la cohorte
Enregistrement W4411788241 · doi:10.1097/pep.0000000000001203

A Feasibility Study of a Video-Based Application by Parents of Infants Born Full-Term and Preterm

2025· article· en· W4411788241 sur OpenAlexaboutno aff
Yu‐Hsuan Tsai, Yohanes Purwanto, Erick Chandra, Po‐Nien Tsao, Ting‐An Yen, Wei‐Chih Liao, Wei J. Chen, Suh‐Fang Jeng

Notice bibliographique

RevuePediatric Physical Therapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUploadLogistic regressionFull TermUsabilityTerm (time)MedicinePediatricsPsychologyDevelopmental psychologyComputer sciencePregnancyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine the factors that influence the usability of a video-based mobile application (app) by parents of infants born full-term and preterm. METHODS AND PROCEDURES: This study enrolled 75 infants born full-term and 47 infants born preterm for the Alberta Infant Motor Scale (AIMS) assessment at ages 4, 6, 8, 10, 12, and 14 months. Their parents were asked to upload home videos of AIMS items using the newly designed Baby Go app at ages 5, 7, 9, 11, and 13 months. Information from the videos will be used for future artificial intelligence modeling. Infant and socioenvironmental variables were examined as potential influencing factors. RESULTS: Eighty-two parents (67.2%) uploaded 1406 home videos. Multivariate logistic regression analysis revealed that medical issues and the number of children were significantly associated with parental adherence to app use. CONCLUSIONS: Medical issues and having no siblings enhanced parental adherence to video uploading via the app.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,309
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Physical TherapyMême sujetInfant Development and Preterm CareTravaux en français237 207