Trends in the neuropsychological assessment of ethnic/racial minorities: A survey of clinical neuropsychologists in the United States and Canada.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite the importance of diversity variables to the clinical practice of neuropsychology, little is known about neuropsychologists' multicultural assessment practices and perspectives. The current study was the first to survey issues related to neuropsychologists' assessment of minority populations, proficiency in languages other than English, approaches to interpreting the cognitive scores of minorities, and perceived challenges associated with assessing ethnic/racial minority patients. We also surveyed respondents with regard to their own demographic backgrounds, as neuropsychologists who identify as ethnic/racial minorities are reportedly underrepresented in the field. Respondents were 512 (26% usable response rate; 54% female) doctorate-level psychologists affiliated with the International Neuropsychology Society or the National Academy of Neuropsychology who resided in the United States or Canada. Overall, results suggest that lack of appropriate norms, tests, and referral sources are perceived as the greatest challenges associated with assessment of ethnic/racial minorities, that multicultural training is not occurring for some practitioners, and that some are conducting assessments in foreign languages despite limited proficiency. In addition, ethnic/racial minorities appear to be grossly underrepresented in the field of neuropsychology. Findings are discussed in relation to the need for appropriate education and training of neuropsychologists in multicultural issues and the provision of more valid assessments for ethnic/racial minority individuals.
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.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle