Canadian Occupational Performance Measure as an important tool for assessing the needs of persons with traumatic neuropathies of the upper limb
Bibliographic record
Abstract
В статті розглядаються основні завдання та зміст Канадської оцінки виконання діяльності (Canadian Occupational Performance Measure (COPM) – методу оцінки порушень, які виникають при різних нозологіях, в тому числі й в осіб з травматичними невропатіями верхньої кінцівки. Даний діагностичний інструмент був розроблений канадськими ерготерапевтами з метою об'єктивного вимірювання змін, які відбулися з точки зору клієнта у виконанні важливих для нього активностей у повсякденному житті. Канадська методика ґрунтується на визначенні виконання діяльності, яка складається з самообслуговування, продуктивної діяльності та дозвілля. При травматичних невропатіях в залежності від виду та рівня травми спостерігаються порушення всіх вищезазначених сфер діяльності і включають в себе порушення руху і координації рук, кистей і пальців, що часто призводить до складнощів виконання повсякденних функцій, таких як приготування та прийом їжі, одягання, застібання ґудзиків, вмивання, маніпулювання дрібними предметами, письмо та багато інших. Тому від їх максимально можливого відновлення безпосередньо залежить якість життя пацієнтів з даною патологією.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".