Improving Test Interpretation for Detecting Executive Dysfunction in Adults and Older Adults: Prevalence of Low Scores on the Test of Verbal Conceptualization and Fluency
Notice bibliographique
Résumé
Knowing the prevalence of low scores on a battery of executive-functioning tests supplements clinical interpretation and can reduce the likelihood of misdiagnosing deficits in executive functioning. The purpose of this study is to examine the base rates of low scores on the Test of Verbal Conceptualization and Fluency (TVCF; Reynolds & Horton, 2006 ) in healthy adults (n = 332; M (age) = 33.0 years, SD = 10.5, range = 20-59) and older adults (n = 138; M (age) = 74.9 years, SD = 7.8, range = 60-89) from the TVCF standardization sample. The TVCF consists of four tests of executive functioning (i.e., Category Fluency, Letter Naming, Classification, and Trails C) that provide five age-adjusted T-scores. The prevalence of low scores was examined in the total sample and was stratified by educational level. When the five T-scores were considered simultaneously, having one or more scores that were 1 standard deviation (SD) below the mean was found in 28% of healthy adults and 38% of older adults. Education-based differences were also present with more lenient cutoff scores (e.g., 1 SD) but not with more conservative cutoffs. Consistent with the existing literature on other test batteries, at least one low subtest score on the TVCF is common in healthy adults and older adults.
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 | 0,002 |
| 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 ».