MétaCan
Menu
Retour à la cohorte
Enregistrement W2313393300 · doi:10.1017/s1355617711001196

Clustering and Switching Strategies During Verbal Fluency Performance Differentiate Alzheimer's Disease and Healthy Aging

2011· article· en· W2313393300 sur OpenAlexafffund
Nicole Haugrud, Margaret Crossley, Mirna Vrbancic

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensRoyal University HospitalUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésVerbal fluency testPsychologyFluencySemantic memoryCognitive psychologyTask (project management)Cluster analysisSemantics (computer science)AudiologyNeuropsychologyCognitionMedicineArtificial intelligenceComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Clustering and switching strategies during phonemic and semantic verbal fluency tasks as defined by Troyer et al. (1997), Abwender et al. (2001), and Lanting et al. (2009) were compared using archival data to determine which scoring procedures best differentiate healthy older adults (n = 26) from individuals with early-stage Alzheimer's disease (AD, n = 26). Total word production showed the largest group difference, especially for semantic fluency. The AD group produced fewer switches when compared to the healthy control group, whereas the groups did not differ in cluster size. The AD group also accessed fewer novel semantic subcategories, presumably due to reduced access to semantic memory storage rather than lower processing speed. Clustering and switching scores on the phonemic task did not add information above total words produced, consistent with previous research indicating these variables are most informative in relation to semantic fluency.

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 enseignants0,918
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,051
Tête enseignante GPT0,295
Écart entre enseignants0,243 · 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

Citations59
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetNeurobiology of Language and BilingualismTravaux en français237 207