Développement et validation de contenu d’un programme de rééducation du membre supérieur post AVC en ergothérapie
Bibliographic record
Abstract
Introduction. La thérapie axée sur la répétition de tâches fonctionnelles est préconisée pour la réadaptation du membre supérieur à la suite d’un accident vasculaire cérébral (AVC). Toutefois, aucun programme d’intervention n’opérationnalise l’ensemble des composantes clés du TOT en une démarche clinique valide de rééducation du membre supérieur post AVC en ergothérapie. Objectifs. 1) Établir la validité de contenu d’un programme de rééducation du membre supérieur post AVC en ergothérapie et 2) proposer un modèle logique de l’intervention qui fait consensus auprès d’experts et d’usagers. Méthodes. Un modèle logique d’un programme de rééducation du membre supérieur post AVC en ergothérapie a été développé, puis soumis à deux méthodes de recherche pour valider le contenu et obtenir un consensus d’experts et d’usagers : 1) Méthode Delphi : 14 experts ont examiné des capsules audiovisuelles illustrant le programme d’intervention et ont répondu à deux questionnaires pour valider les objectifs, la nature de l’intervention, les ressources, les activités et les extrants; 2) Technique de groupe nominal : six usagers ayant un vécu expérientiel de l’intervention ont généré les effets ciblés. L’indice de validité de contenu, deux indices d’accord interjuges et l’analyse de contenu ont été utilisés pour analyser les données. Résultats. Près de 93 % du contenu du programme de rééducation du membre supérieur post AVC en ergothérapie obtient un indice de validité satisfaisant, dont 82 % qui font consensus auprès d’experts et d’usagers dans un modèle logique révisé. Conclusion. Le modèle logique révisé propose une vision commune, quoiqu’incomplète, d’un programme de rééducation du membre supérieur post AVC en ergothérapie basé sur le TOT. Les activités et les extrants de l’évaluation devront faire l’objet de validation lors d’une phase subséquente d’implantation. Un transfert de connaissances sur les moyens pour favoriser le sentiment d’efficacité personnelle est aussi à prévoir pour réévaluer son rôle dans le programme d’intervention.
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 | 0.074 | 0.132 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".