Mastery motivation as a predictor of occupational performance following upper limb intervention for school-aged children with congenital hemplegia
Notice bibliographique
Résumé
Aim: To determine the extent to which children's mastery motivation predicts occupational performance outcomes following upper limb intervention (ULI). Method: In this cohort study, participants received 45 hours of ULI, either in an intensive group-based or distributed individualized model. The Dimensions of Mastery Questionnaire (DMQ) measured mastery motivation at baseline. Occupational performance outcomes were assessed at baseline and 13 weeks’ post-intervention using the Canadian Occupational Performance Measure (COPM). Multivariable models determined the contribution of mastery motivation to COPM outcome irrespective of group membership. Results: Forty-two children with congenital hemiplegia (29 males, 13 females; mean age 7y 8mo [SD 2y 2mo]; range 5y 1mo–12y 8mo; Manual Ability Classification System [MACS] I=20 and II=22; predominant motor type unilateral spastic n=41) participated in the study. Significant gains were seen in COPM performance and satisfaction scores (p<0.001) post-intervention with no between group differences. Children who had greater persistence with object-oriented tasks (p=0.02) and better manual ability (p=0.03) achieved higher COPM performance scores at 13 weeks. Children's persistence on object-oriented tasks was the strongest predictor of COPM satisfaction (p=0.01). Interpretation: Children's persistence with object-oriented tasks as well as manual abilities needs to be considered when undertaking ULI. Predetermining children's motivational predispositions can assist clinicians to tailor therapy sessions individually based on children's strengths, contributing to effective engagement in ULI.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».