MétaCan
Menu
Retour à la cohorte
Enregistrement W2016186061 · doi:10.1016/j.acn.2004.05.001

Rules for the classification of younger children with Nonverbal Learning Disabilities and Basic Phonological Processing Disabilities

2004· article· en· W2016186061 sur OpenAlexaff
Christine R. Drummond, Saghir Ahmad, Bryan P. Rourke

Notice bibliographique

RevueArchives of Clinical Neuropsychology · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeuropsychologyLearning disabilityPsychomotor learningNonverbal communicationPerceptionDevelopmental psychologyCognitive psychologyPopulationAudiologyCognitionPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Rules for the classification of Nonverbal Learning Disabilities (NLD) and Basic Phonological Processing Disabilities (BPPD) that had been generated and tested on older children (ages 9-15) were applied to younger children (ages 7-8). The goal was to evaluate the applicability of these classification rules for a younger population with NLD and BPPD, and to make revisions if necessary. These rules were used to differentiate these two subtypes of learning disabilities using levels and patterns of performance on motor/psychomotor, tactile/perceptual, visual-spatial, auditory-perceptual, problem solving, and language measures. An experienced child-clinical neuropsychologist classified each child. Only those children who received a classification of NLD or BPPD by the neuropsychologist and those who met criteria for definite or probable NLD and BPPD as defined by the rules were used in this study. Revisions were made to these rules for younger children. Revised rules allow for their use as a source of information to assist a clinician in deciding whether a comprehensive neuropsychological evaluation would be valuable. They may also be useful for research purposes.

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)0,025
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0040,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,064
Tête enseignante GPT0,378
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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations69
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Clinical NeuropsychologyMême sujetReading and Literacy DevelopmentTravaux en français237 207