MétaCan
Menu
Retour à la cohorte
Enregistrement W2263966921 · doi:10.7939/r3mk6k

A comparison of two computer-based programs designed to improve facial expression understanding in children with autism

2011· article· en· W2263966921 sur OpenAlexaff
Andrew Sung

Notice bibliographique

RevueUniversity of Alberta Library · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAutismFacial expressionExpression (computer science)Computer sciencePsychologyArtificial intelligenceHuman–computer interactionDevelopmental psychologyProgramming language

Résumé

récupéré en direct d'OpenAlex

This randomized clinical trial compared models used to explain facial expression understanding difficulties experienced by individuals with autism. The intervention effects of two computer-based training programs, The Transporters and Let’s Face It! were investigated in young children with autism (N = 21), aged 4-8 years old. The Transporters is an animated series designed to enhance emotion comprehension informed by Theory of Mind and Extreme Male Brain theories. Let’s Face It! has seven interactive games designed to improve children’s visual face perception strategies and is informed by Weak Central Coherence theory. Children were assessed on measures before and after 20 hours of intervention. Compared to children randomized to a no treatment control group (n = 7), children receiving The Transporters training (n = 8) or Let’s Face It! program (n = 6) experienced no significant improvement. Verbal ability and age of participants was linked to performance on the facial understanding measures.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,256
Écart entre enseignants0,207 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207