MétaCan
Menu
Retour à la cohorte
Enregistrement W2026769209 · doi:10.1017/s1355617702811080

What do Alzheimer's disease patients know about animals? It depends on task structure and presentation format

2002· article· en· W2026769209 sur OpenAlexaff
Jill B. Rich, Norman W. Park, Stephen Dopkins, Jason Brandt

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2002
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensBaycrest HospitalYork University
Organismes subventionnairesJohns Hopkins University
Mots-clésTask (project management)Context (archaeology)PsychologyCognitive psychologySemantic memorySortingPresentation (obstetrics)CognitionComputer scienceMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

Deficits on tasks requiring semantic memory in Alzheimer's disease (AD) may be due to storage loss, a retrieval deficit, or both. To address this question, we administered multiple tasks involving 9 exemplars of the category "animals," presented as both words and pictures, to 12 AD patients and 12 nondemented individuals. Participants made semantic judgments by class (sorting task), similarity (triadic comparison task), and dimensional attributes (ordering task). Relative to control participants, AD patients were impaired on an unstructured sorting task, but did not differ on a constrained sorting task. On the triadic comparison task, the patients were as likely to make judgments based on size as domesticity attributes, whereas control participants made judgments based primarily on domesticity. The patients' judgments were also less consistent across tasks than those of control participants. On the ordering tasks, performance was generally comparable between groups with pictures but not words, suggesting that pictures enable AD patients to access information from semantic memory that is less accessible with lexical stimuli. These results suggest that AD patients' semantic judgments are impaired when the retrieval context is unstructured, but perform normally under supportive retrieval conditions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,049
Tête enseignante GPT0,317
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

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

Citations19
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetFace Recognition and PerceptionTravaux en français237 207