MétaCan
Menu
Retour à la cohorte
Enregistrement W2054813833 · doi:10.1097/mao.0b013e318281e215

Spoken Language Benefits of Extending Cochlear Implant Candidacy Below 12 Months of Age

2013· article· en· W2054813833 sur OpenAlexaboutno aff
Johanna G. Nicholas, Ann E. Geers

Notice bibliographique

RevueOtology & Neurotology · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésMedicineCochlear implantCandidacyCochlear implantationSpoken languageAudiologyActive listeningVocabularyLanguage developmentImplantSpeech perceptionLinguisticsDevelopmental psychologySurgeryPsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To test the hypothesis that cochlear implantation surgery before 12 months of age yields better spoken language results than surgery between 12 and 18 months of age. STUDY DESIGN: Language testing administered to children at 4.5 years of age (± 2 mo). SETTING: Schools, speech-language therapy offices, and cochlear implant (CI) centers in the United States and Canada. PARTICIPANTS: Sixty-nine children who received a cochlear implant between ages 6 and 18 months of age. All children were learning to communicate via listening and spoken language in English-speaking families. MAIN OUTCOME MEASURE: Standard scores on receptive vocabulary, expressive, and receptive language (includes grammar). RESULTS: Children with CI surgery at 6 to 11 months (n = 27) achieved higher scores on all measures as compared with those with surgery at 12 to 18 months (n = 42). Regression analysis revealed a linear relationship between age of implantation and language outcomes throughout the 6- to 18-month surgery-age range. CONCLUSION: For children in intervention programs emphasizing listening and spoken language, cochlear implantation before 12 months of age seems to provide a significant advantage for spoken language achievement observed at 4.5 years of age.

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 seuil0,007

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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,022
Tête enseignante GPT0,281
Écart entre enseignants0,259 · 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

Citations90
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOtology & NeurotologyMême sujetHearing Loss and RehabilitationTravaux en français237 207