MétaCan
Menu
Retour à la cohorte
Enregistrement W7132432316

Comparison of computerized versus conventional exercise and establishing their optimal frequency, intensity and duration in hip arthroplasty

2023· dissertation· W7132432316 sur OpenAlexaboutno aff
Ковачева-Предовска, Даниела Николова // Kovacheva-Predovska, Daniela Nikolova

Notice bibliographique

RevueBulgarian Portal for Open Science · 2023
Typedissertation
Langue
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDuration (music)Intensity (physics)Hip arthroplastyArthritisArthroplasty
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ЦЕЛ, ЗАДАЧИ, ХИПОТЕЗИ. ЦЕЛ: Целта на настоящето проучване е да се сравни и проучи ефективността на компютъризирани спрямо конвенционални лечебни упражнения в България, като се установи тяхната оптимална честота, интензивност и продължи-телност в ранната рехабилитация при пациенти след артропластика на тазо-бедрената става. ЗАДАЧИ: За постигане на целта си поставихме следните задачи: – Да се сравни ефективността на компютъризираните спрямо конвен-ционалните упражнения в ранната рехабилитация при пациенти след артропластика на ТБС чрез сравнителен анализ на резултатите от мануално мускулно тестуване (ММТ), ъглометрия, Western Ontario and McMaster Universities Arthritis Index, Harrison hip score test и тестове за походка, тъй като липсват аналогични проучвания в България. – Да се установи оптималната честота, продължителност и интензивност на компютъризираните и конвенционалните лечебни упражнения в ранната рехабилитация при пациенти след артропластика на тазобедрената става, тъй като липсват международни проучвания върху тези най-важни кинезитерапевтични параметри. ХИПОТЕЗИ: – Компютъризираните и конвенционалните лечебни упражнения имат съизмерим положителен ефект в ранния етап на рехабилитацията при пациенти след артропластика на ТБС. – С нарастване на честотата, продължителността и интензивността на компютъризираните и конвенционалните лечебни упражнения, нараства и тяхната ефективност.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,343
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,353
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulgarian Portal for Open ScienceMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207