Bibliographic record
Abstract
Theoretischer Hintergrund: Im ergotherapeutischen Prozess ist die Assessmentanwendung eine zentrale Aufgabe der Ergotherapeut:innen. Sie erheben Einflussfaktoren, die sich auf die individuelle Handlungsfähigkeit der Klient:innen auswirken. Durch die große Anzahl an Assessments im Fachbereich Psychiatrie kann die Auswahl des passenden Assessments eine Herausforderung darstellen. Ziel der Arbeit: Diese Forschungsarbeit zielt darauf ab, zu erheben, welche Assessments von österreichischen Ergotherapeut:innen mit psychiatrischem Klientel im ergotherapeutischen Prozess angewandt werden.Methode: Zur Beantwortung der Forschungsfrage wird ein quantitativer Ansatz gewählt. Der 15-minütige Online-Fragebogen mit 29 geschlossenen sowie offenen Fragen wird mit dem Tool „LamaPool“ erstellt. Die Rekrutierung erfolgt aktiv durch Aussenden des Links an Ergotherapeut:innen, die in Institutionen sowie freiberuflich im Fachbereich Psychiatrie in Österreich tätig sind und passiv über die sozialen Netzwerke von „Ergotherapie Austria“. Die Datenauswertung erfolgt mittels de-skriptiver Statistik und qualitativer Inhaltsanalyse nach Mayring (2022). Ergebnisse: Die Ergebnisse von 89 Teilnehmer:innen zeigen, dass viele Assessments einen hohen Bekanntheitsgrad aufweisen und im speziellen zwei Assessments, das Canadian Model of Occupational Performance (COPM) und die Interessen-Checkliste, häufig Anwendung finden. Zudem wird von fast der Hälfte der Ergo-therapeut:innen angegeben, dass sie Assessments adaptieren oder Erhebungsin-strumente selbsterstellen. Conclusio: Die Ergebnisse der Forschungsarbeit verdeutlichen, dass eine Vielzahl an Assessments bekannt ist, jedoch nur wenige tatsächlich Anwendung finden bzw. häufig adaptiert oder selbsterstellt werden. Aufgrund der Komplexität des Fachbe-reichs wäre ein praktikables, zeiteffizientes und individuell adaptierbares Assess-ment wünschenswert.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.003 |
| 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 teacher head, 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".