Analysis of International Experience in Spatial Organization of Rehabilitation Centers for People with Post-Traumatic Stress Disorder (PTSD)
Bibliographic record
Abstract
Мета статті – аналіз закордонного досвіду об'ємно-просторової організації реабілітаційних центрів для осіб із посттравматичним стресовим розладом (ПТСР) та оцінка впливу архітектурних рішень на ефективність реабілітаційних процесів. Аналізується досвід організації таких центрів у різних країнах – зокрема США, Ізраїлі, Німеччині, Великій Британії, Канаді та Австралії з фокусом на архітектурні підходи, планувальні рішення й функціональне зонування. Методами дослідження є систематизація та узагальнення міжнародного досвіду проєктування реабілітаційних центрів. У статті розглядаються принципи інтеграції природного середовища в архітектуру реабілітаційних закладів, використання відкритих ландшафтних зон, рекреаційних просторів, природних матеріалів та інклюзивного дизайну. Актуальність роботи полягає в необхідності удосконалити підходи до проєктування реабілітаційних центрів в Україні з метою покращення умов для реабілітації осіб із ПТСР. Результати дослідження дозволяють сформулювати рекомендації щодо створення комфортного та функціонального терапевтичного середовища для пацієнтів у реабілітаційних закладах.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".