Exploration des traitements offerts aux personnes atteintes d'épicondylite enquête sur la pratique des ergothérapeutes et des physiothérapeutes du Québec
Bibliographic record
Abstract
Ce mémoire intitulé"Exploration des traitements offerts aux personnes atteintes d'épicondylite : enquête sur la pratique des ergothérapeutes et des physiothérapeutes du Québec" est présenté par Quan Nha Hong à la Faculté de médecine de l'Université de Sherbrooke en vue de l'obtention du grade de Maître ès sciences. La prévalence des lésions professionnelles aux membres supérieurs a connu une recrudescence importante au cours de la dernière décennie, de même que les coûts qui y sont associés. Une des lésions souvent rencontrée est l'épicondylite. Malgré qu'elle soit souvent associée aux sports de raquette, ce sont les travailleurs qui constituent la population la plus à risque. De plus, les statistiques démontrent que cette problématique est liée à un taux d'absentéisme au travail important ainsi qu'à des incapacités résiduelles permanentes. Malgré l'ampleur de ce problème de santé, la façon dont elle est prise en charge reste mal connue. Cette étude avait donc comme objectif de dresser un portrait des traitements conservateurs non médicaux de l'épicondylite suggérés dans la littérature scientifique et ceux utilisés dans la pratique clinique courante."--Résumé abrégé par UMI.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".