MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920552901 · doi:10.6084/m9.figshare.12850562.v1

Using remote learning to teach clinicians manual wheelchair skills: a cohort study with pre- vs post-training comparisons

2020· article· en· W6920552901 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWheelchairTest (biology)TrainerCurriculumSession (web analytics)Intervention (counseling)Dreyfus model of skill acquisitionCohortCLIPSRehabilitation

Résumé

récupéré en direct d'OpenAlex

To test the hypothesis that remote learning to teach clinicians manual wheelchair skills is efficacious. A convenience sample of therapists (physical and occupational) and students were enrolled in pairs in a cohort study with pre- versus post-training comparisons. The intervention was a hybrid of self-study and hands-on practice paired with remote feedback for ten intermediate and advanced manual wheelchair skills. Participants practiced with self-selected frequency and duration, uploading a session log and video(s) to an online platform. A remote trainer provided asynchronous feedback prior to the next practice session. Capacity and confidence in completing the ten skills were evaluated using the Wheelchair Skills Test Questionnaire (WST-Q). Knowledge of wheelchair skills training and motor learning was assessed using a 62-item Knowledge Test. Secondary outcome measures included skill achievement, as confirmed by submitted video recordings, and participant feedback about the training. Across 41participants, scores were higher at follow-up compared to baseline for WST-Q capacity (73.9 ± 19.1 vs 16.8 ± 15.6, p < 0.001), WST-Q confidence (80.1 ± 12.2 vs 47.6 ± 18.2, p = 0.003) and knowledge (70.8 ± 7.5 vs 67.0 ± 5.4, p = 0.004). Remote learning can increase wheelchair skills capacity and confidence as well as knowledge about such training and assessment. This model should be further investigated as a delivery method for training rehabilitation professionals. NCT01807728.Implications for rehabilitationWheelchair skills training is one of the 8 steps of wheelchair provision as outlined by the World Health Organization.Wheelchair skills are not a core part of most clinical curriculums and many clinicians cite a lack of resources and uncertainty on how to implement wheelchair skills training into practice as major barriers to providing such training.Remote learning offers the benefits of structured wheelchair skills training with expert feedback on an individual’s own schedule that is not afforded by one-day “bootcamp”-type courses or on-the-job training, which are how many clinicians currently learn wheelchair skills.In a sample of physical and occupational therapists and students, remote learning was effective at increasing capacity and confidence to perform manual wheelchair skills as well as knowledge of wheelchair training. Wheelchair skills training is one of the 8 steps of wheelchair provision as outlined by the World Health Organization. Wheelchair skills are not a core part of most clinical curriculums and many clinicians cite a lack of resources and uncertainty on how to implement wheelchair skills training into practice as major barriers to providing such training. Remote learning offers the benefits of structured wheelchair skills training with expert feedback on an individual’s own schedule that is not afforded by one-day “bootcamp”-type courses or on-the-job training, which are how many clinicians currently learn wheelchair skills. In a sample of physical and occupational therapists and students, remote learning was effective at increasing capacity and confidence to perform manual wheelchair skills as well as knowledge of wheelchair training.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,152
Tête enseignante GPT0,437
Écart entre enseignants0,285 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetSpinal Cord Injury Research→Travaux en français237 207→