Training volunteers to support a tablet-based aphasia program with inpatients in a stroke rehabilitation unit: A win–win situation
Notice bibliographique
Résumé
Meeting rehabilitation intensity goals in an inpatient stroke rehabilitation unit is a constant challenge due to staffing and budget constraints, a situation further exacerbated by the COVID-19 pandemic. To bridge the gap, speech-language pathologists often provide independent practice (traditionally paper and pen exercises and more recently tablet-based); however, patients can have trouble completing these programs independently. Caregivers can help but may be overwhelmed during the inpatient rehabilitation process. In this case study, we enlisted student volunteers from a local health-related program to offer individualized supplemental tablet-based aphasia practice as an adjunct to standard therapy with a speech-language pathologist for people with aphasia. Five adults with aphasia (2 women and 3 men; aged 37 to 80, mean age 58.2) were admitted to an inpatient stroke rehabilitation unit and received supervised sessions during off-therapy hours. Participants attended 57/62 (91.9%) of available sessions, ranging from 5 to 24 sessions per participant. Mean session duration per participant ranged from 56 to 92 minutes. All student volunteers remained engaged over 5 months with no attrition. This program shows that volunteers can support the delivery of a tablet-based program as an adjunct to conventional aphasia therapy to boost rehabilitation intensity during an inpatient stroke rehabilitation admission. [198 words].
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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.
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 ».