Empirically Derived Ability-Achievement Subtypes in a Clinical Sample
Notice bibliographique
Résumé
The purpose of the present study was to identify reliable and clinically meaningful patterns of ability and achievement using the WISC-III and WIAT. Cluster analysis was used to group the 182 WISC-III and WIAT profiles (10 WISC-III subtests and 4 WIAT subtests) of children between the ages of 9 and 14 years. Theoretical and empirical considerations were used to identify a cluster solution, which involved comparison of several five-, six- and eight-cluster solutions. A five-cluster solution was selected as being representative of the data, which was well replicated across three hierarchical clustering methods (i.e., complete linkage, average linkage-within groups, and average linkage-between groups (UPGMA)). The clusters were labeled based on their most salient characteristics, which included a group of predominantly low ability and achievement, a group demonstrating a pattern of verbal processing deficits, a group demonstrating a pattern of visual spatial/processing speed deficits, a group with low ability and achievement with average processing speed, and a group with deficits consistent with an ACID pattern. The external validity of the five subtypes was assessed through an evaluation of the relationship between cluster membership and neuropsychological test data. Most predictions regarding neuropsychological performance were supported by the data, providing further evidence of the validity of the five-cluster solution. Clinical implications of the ability-achievement typology and suggestions for future research are discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».