MétaCan
Menu
Retour à la cohorte
Enregistrement W2054164171 · doi:10.1111/j.1750-8606.2009.00091.x

Exploring Mathematics Difficulties in Children With Fetal Alcohol Spectrum Disorders

2009· article· en· W2054164171 sur OpenAlexaff
Carmen Rasmussen, Jeffrey Bisanz

Notice bibliographique

RevueChild Development Perspectives · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFetal alcoholPrenatal alcohol exposurePsychologyDevelopmental psychologyPsychological interventionCognitionWeaknessStrengths and weaknessesConfoundingClinical psychologyMedicinePregnancyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Fetal alcohol spectrum disorders (FASD) may cause a range of physical, mental, behavioral, and learning problems in children whose mothers consumed alcohol during pregnancy. One area of particular weakness for these children is mathematics, with deficits apparent even in studies that control for many potentially confounding variables and IQ. Deficits related to FASD are evident on many different components of mathematics, from standardized achievement measures to specific mathematics tests, and occur among young children, adolescents, and even adults. Children with FASD tend to have more difficulty with mathematics than with other cognitive areas, and mathematics is most highly correlated with the amount of prenatal alcohol exposure. To determine why math is such a significant area of weakness for children with FASD, research must explore how these children perform on different components of mathematics, the brain areas implicated in their mathematics deficits, the cognitive factors that underlie these deficits, and the profile of strengths and weaknesses of these children. Research also is needed on mathematical skills of preschool children with FASD and how math abilities develop in later years. Finally, studies are imperative on the efficacy of interventions designed to improve the math skills of children with FASD.

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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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

Citations36
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild Development PerspectivesMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207