Influence of schooling on language abilities of adults without linguistic disorders
Notice bibliographique
Résumé
CONTEXT AND OBJECTIVE: In order to properly assess language, sociodemographic variables that can influence the linguistic performance of individuals with or without linguistic disorders need to be taken into account. The aim of this study was to evaluate the influence of schooling and age on the results from the Montreal Toulouse (Modified MT Beta-86) language assessment test among individuals without linguistic disorders. DESIGN AND SETTING: Cross-sectional study carried out between March 2006 and August 2007 in the Speech, Language and Hearing Pathology Department of Universidade Federal de São Paulo (Unifesp), São Paulo, Brazil. METHODS: Eighty volunteers were selected. Schooling was stratified into three bands: A (1-4 years), B (5-8 years) and C (nine years and over). The age range was from 17 to 80 years. All the subjects underwent the Montreal Toulouse (Modified MT Beta-86) language assessment protocol. RESULTS: Statistically significant differences were found in relation to schooling levels, in the tasks of oral comprehension, reading, graphical comprehension, naming, lexical availability, dictation, graphical naming of actions and number reading. Statistically significant age-related differences in dictation and lexical availability tasks were observed. CONCLUSIONS: The Montreal Toulouse (Modified MT Beta-86) test seems to be sensitive to variations in schooling and age. These variables should be taken into account when this test is used for assessing patients with brain damage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».