Exploring Robotic Devices for the Neuromuscular Population
Notice bibliographique
Résumé
This 16-week capstone experience with Tampa General Hospital (TGH) focused on improving clinical practice skills in robotic-assisted technology for the adult and pediatric neuromuscular population specifically to improve functional use of the upper extremity. The capstone project is “comprised of a literature review, needs assessment, goals/objectives, and an evaluation plan based on specific focus areas” (ACOTE, 2020). Technology has provided unique opportunities for the OT treatment process. This capstone project focused on improving skills and implementation of robotic-assisted technology to increase upper extremity function. Protocols were created and explored for Tyromotion Diego, Bioness H200, and Bioness Integrated Therapy System. Implementation of this project has provided evidence of the effectiveness of the use of robotic-assisted technology, increased measurability, and a clinician guide for patient treatment. The student’s goals of this experience were to increase her skills through hands-on experience, participate in certification courses, review best practice techniques for a variety of devices, create a clinician education binder, explore measurability standards, and present her findings to TGH practitioners. The student received hands-on clinical practice using diego by tyromotion, bioness H200, BITS by bioness, and motus nova. In addition, she reviewed other evidence-based robotic devices to increase upper extremity function through a literature review. She was given a variety of learning opportunities including physical agent modalities (PAMs) certification, interactive metronome (IM) certification, Montreal Cognitive Assessment (MoCA) certification, and safe baby training. Achievement of her goals provided TGH with valuable resources including rehabilitation protocols, patient education, measurability standards, and current literature on the topic of robotic-assisted technology.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».