MétaCan
Menu
Retour à la cohorte
Enregistrement W2025716740 · doi:10.1080/13803390490510068

Dual-Task Performance in Early Stage Dementia: Differential Effects for Automatized and Effortful Processing

2004· article· en· W2025716740 sur OpenAlexaff
Margaret Crossley, Merrill Hiscock, Jeanette Beckie Foreman

Notice bibliographique

RevueJournal of Clinical and Experimental Neuropsychology · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSaskatchewan Health Research FoundationSaskatchewan Health AuthorityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitionFinger tappingTask (project management)AudiologyDevelopmental psychologyCognitive psychologyRapid automatized namingFluencyPhonological awarenessNeuroscience

Résumé

récupéré en direct d'OpenAlex

Attentional functions of individuals with early stage Alzheimer's disease (AD) and normal older adults (NC) were studied using a concurrent-task paradigm. Fourteen patients (5 men, 9 women) and 14 age- and sex-matched normal adults engaged in speeded unimanual tapping and speaking tasks during single- and dual-task trials. Speaking tasks were either relatively automatized (Speech Repetition) or relatively effortful (Speech Fluency). As single-task tapping rates were slower for the AD participants than for the NC participants, a proportional decrement score was used as an index of interference in the dual-task conditions. Interference during concurrent-task performance was greater when the cognitive task was effortful for both the NC and the AD groups. Although AD patients suffered higher levels of interference than NC participants while performing the effortful speech task, the two groups showed equivalent small changes in tapping speed while combining the automatized speaking and tapping tasks. Results suggest that a general-purpose attentional processing resource declines in the early stages of AD but dual-task performance is well-maintained when the component tasks are relatively automatized.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,412
Écart entre enseignants0,381 · 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

Citations22
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Experimental NeuropsychologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207