Bibliographic record
Abstract
Amsterdam. 20. Juni 2011, 19 Uhr. Der Weltkongress der Physiotherapeuten wird eröffnet. Die beiden ungarischen Artisten „La Vizio“ bezaubern mit ihrer Partner-Akrobatik die Gäste („WCPT-Kongress“, S. 12). Als nächster „Act“ schreitet Bas Eenhoorn zum Mikrofon, Vorsitzender des niederländischen Physiotherapieverbandes. Seine Worte lassen mich aufhorchen: „Kämpftfür eine bessere Position innerhalb des Gesundheitssystems“, ermutigt er die Kongressteilnehmer. Das Ringen um Mitsprache auf politischer Ebene scheint also kein typisch deutsches, sondern ein weltweites Problem zu sein. „Öffnet die Fenster, damit die Menschen sehen, was Physiotherapeuten leisten. Zeigt der ganzen Welt, was Physiotherapie kann“, ermuntert der Niederländer weiter. Einige Länder nutzen die Olympischen Spiele, um Physiotherapie einer breiten Öffentlichkeit bekannt zu machen: Vertreter aus Australien (Sydney 2000), Kanada (Vancouver 2010) und Großbritannien (London 2012) sprachen in Amsterdam über ihre Erfahrungen. So wählte der kanadische Berufsverband im Vorfeld der Spiele physiotherapeutisch kompetente Interviewpartner und schulte diese im Umgang mit den Medien. Er wollte die Vielfalt der gesamten Physiotherapie in den Fokus rücken und nicht nur die Sportphysiotherapie. Die Medienkampagne zielte auf Frauen im Alter zwischen 35 und 45 Jahren, weil diese meist über die Gesundheit ihrer Kinder und Eltern entscheiden und somit wichtige Multiplikatoren sind. So war Physiotherapie in Kanada in aller Munde, und als Krönung der Kampagne dankte eine Goldmedaillengewinnerin vor laufender Kamera ihrem Physiotherapeuten. Es muss nicht auf das nächste Sportgroßereignis gewartet werden, um den Menschen zu zeigen, was Physiotherapie kann. Öffentlichkeitsarbeit ist auch im Kleinen wirksam. Herzlich, Ihre Elke Baumann Elke Baumann Redaktionsleitung Email: elke.baumann@thieme.de
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.009 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.145 | 0.090 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".