MétaCan
Menu
Retour à la cohorte
Enregistrement W2138548751 · doi:10.1177/02711214070270030701

Systematic Review of Measures Used to Diagnose Attention-Deficit/Hyperactivity Disorder in Research on Preschool Children

2007· article· en· W2138548751 sur OpenAlexaff
Katherine Gordon Smith, Penny Corkum

Notice bibliographique

RevueTopics in Early Childhood Special Education · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésImpulsivityAttention deficit hyperactivity disorderPsychologyClinical psychologyRating scaleAttention deficitDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

The diagnosis of attention-deficit/hyperactivity disorder (ADHD) in preschool children is challenging because the behavioral manifestations of the disorder are T not uncommon for many children this age. Therefore, the assessment of ADHD in preschoolers needs to be multifaceted and requires the use of a variety of assessment measures. A systematic review of the literature from 1985 through to 2005 found 38 relevant articles related to ADHD in preschool children. We extracted the assessment measures used to identify ADHD in preschoolers and categorized them into 4 core areas of measurement: standardized rating scales, structured interviews, direct observations of behavior, and direct measures of attention and hyperactivity—impulsivity. We examined quality indicators, such as symptom description, psychometric properties, and logistics, for the most frequent measures in each measurement areas. Our review of the literature highlights the need for more developmentally appropriate measures in 3 of the 4 core areas.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,033
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,395
Écart entre enseignants0,343 · 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.

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

Citations27
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopics in Early Childhood Special EducationMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207