MétaCan
Menu
Retour à la cohorte
Enregistrement W7115595432 · doi:10.3138/ptc-2024-0027

Leaders' Views on the Implications of Digital Technologies for the Future of Physical Therapy

2025· article· en· W7115595432 sur OpenAlexaffvenueabout

Notice bibliographique

RevuePhysiotherapy Canada · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensWestern UniversityWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTelerehabilitationMaturity (psychological)Emerging technologiesTechnology integrationTelehealthHealth careHealth technologyDigital health

Résumé

récupéré en direct d'OpenAlex

Purpose: This study explores Canadian physical therapy (PT) leaders’ knowledge of digital technologies and examines their beliefs about the ways in which emerging technologies will shape PT practice in the future. Method: We recruited 11 physical therapists with leadership roles at universities, commercial technology vendors, clinics, and regulatory bodies. We conducted semi-structured interviews and then analyzed them using the DEPICT model. Results: Participants were most knowledgeable in the use of telerehabilitation in PT practice. Participants believed there were opportunities for and challenges with the further integration of technology into the profession. Participants believed technology is increasingly pressuring the profession to change. A subset of participants believed the idea of professional evolution and maturity should serve as a lens through which the profession views the implications and further integration of technology into physical therapy care. Last, we found that access to care was a focal point for discussion of the integration of technology into the profession. Conclusions: The findings underscore the importance of further research and policy development regarding the maturity of the PT profession, with a particular focus on the interconnected issues of digital technology and access to care.

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 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)0,007
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,611

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,008
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,035
Tête enseignante GPT0,374
Écart entre enseignants0,339 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission3
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207