MétaCan
Menu
Retour à la cohorte
Enregistrement W2235433449

French version of the strengths and weaknesses of ADHD symptoms and normal behaviors (SWAN-F) questionnaire.

2007· article· en· W2235433449 sur OpenAlexaff
Philippe Robaey, Devendra Amre, Russell Schachar, Louise R. Simard

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversité de MontréalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStrengths and weaknessesPsychologyClinical psychologyPsychiatrySocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate internal and external consistency of a French adaptation of the SWAN (a 7-point rating strength-based scale, from far below to far above average) and its accuracy as a diagnostic test among children with Attention Deficit/Hyperactivity Disorder (ADHD). METHOD: Parents of 88 children referred for ADHD were interviewed using the SWAN-F, a structured interview (DISC-4.0) and the Conners' Rating Scale. Internal consistency and divergent and convergent validity of the SWAN-F were examined using the DISC-4.0 and Conners' Rating Scales as reference standards for four dimensions: Inattention, Hyperactivity/Impulsivity, ADHD, Oppositional Defiant Disorder. RESULTS: The internal consistency of SWAN-F was within acceptable ranges for all dimensions (Cronbach's alpha greater than 0.80). Scores of the SWAN-F subscales were strongly associated with the DISC-4.0 diagnostic assignments and Conners' Rating Scales, following logical patterns of correspondence between diagnoses. Its accuracy as a diagnostic test was comparable to Conners' Rating Scale, with a lower rate of false positives. CONCLUSIONS: The information gathered with the SWAN-F is compatible with that obtained using the DISC-4.0 and Conners' Rating Scale. Strength-based rating scales have the potential to evaluate the normal distribution of behaviors and to provide reliable cut-off defining abnormal behavior.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0060,001

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 Opus0,014
Tête enseignante GPT0,277
Écart entre enseignants0,262 · 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'étudeExpérimental (laboratoire)
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

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207