MétaCan
Menu
Retour à la cohorte
Enregistrement W1968438557 · doi:10.1080/87565641.2004.9651923

Childhood Head Injury and Metacognitive Processes in Language and Memory

2004· article· en· W1968438557 sur OpenAlexaff
Gerri Hanten, Maureen Dennis, Lifang Zhang, Marcia A. Barnes, Garland Roberson, Jennifer Archibald, James Song, Harvey S. Levin

Notice bibliographique

RevueDevelopmental Neuropsychology · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of HealthUniversity of Houston
Mots-clésPsychologyRecallMetacognitionCognitive psychologyTask (project management)Developmental psychologyTest (biology)SentenceCognitionMemory spanAudiologyWorking memoryNeuroscienceMedicineLinguistics

Résumé

récupéré en direct d'OpenAlex

We studied the metacognitive functioning of children with severe and mild traumatic brain injury (TBI) and typically developing children. To test metacognition for memory, children were tested on a modified Judgment of Learning task. We found that children with severe TBI were impaired in their ability to predict recall of specific items prior to study-recall trials, but were unimpaired in predicting recall on a delayed test when the judgment was made after study-recall trials. Metacognitive knowledge impairment for memorial abilities was also demonstrated in children with severe TBI by poor estimation of memory span and exaggerated overconfidence in performance. To test metacognition within the language domain, we gave children a sentence anomaly detection and repair task in which spoken sentences were monitored for semantic anomalies. Children with severe TBI were impaired on the detection of semantic anomalies, especially under conditions of high memory load. However, metalinguistic knowledge in the form of adequate repairs of anomalous sentences, was preserved. Results are discussed in terms of effects of age at test and injury severity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,349
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental NeuropsychologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207