Notice bibliographique
Résumé
The Montreal Cognitive Assessment (MoCA) was developed by Dr Ziad Nasreddine in Montreal, Canada in 1995 for the detection of mild cognitive impairment (MCI) by health professionals. MCI is a syndrome defined as cognitive decline greater than expected for an individual’s age and education level but that does not interfere not ably with activities of daily life [1]. The prevalence of MCI in population-based epidemiological studies ranges from 3 to 19% in adults older than 65 years and more than half progress to dementia within 5 years. The MoCA may be useful in the occupational health setting for detecting MCI or early dementia especially as the workforce ages. A comprehensive website provides the test, instructions, normative data, references, frequently asked questions and permissions and updates [2]. The assessment consists of a 30 point test on a single side of A4 and can be administered in 10min. A score of 26 or above is considered normal. MoCA is free for use by universities, foundations, health professionals, hospitals, clinics and public health institutes. It is available in over 30 languages. The test may be administered by anyone who understands and follows the instructions but the website states that only a health professional with expertise in the cognitive field should interpret the results. In my opinion and experience, the MoCA is suitable and very useful as a convenient screening tool for use in the occupational health clinic by occupational health doctors and nurses. A less than satisfactory score would suggest the need for referral to a specialist for further assessment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».