Evaluating Decision-Making: Validation and Regression-Based Normative Data of the Judgment Assessment Tool
Notice bibliographique
Résumé
OBJECTIVE: This study presents the results of the development and validation of the Judgment Assessment Tool (JAT). The JAT measures two core aspects of judgment, namely generation of solutions (G) and assessment of options (A), the two first stages of decision-making process. METHOD: During the test development phase (study 1), a preliminary version of the JAT was evaluated by 14 experts and tested on 30 healthy controls (HC). One hundred and twenty HC (20-84 years old) and 24 participants with mild Alzheimer's disease (AD) were subsequently tested on the final version of the JAT (study 2). HC participants aged 60 and over and AD participants underwent a neuropsychological evaluation. RESULTS: The internal consistency of the final version of the JAT assessed by Cronbach's a was 0.71 for the HC group and 0.85 for the AD group. Performance on the JAT was normally distributed both in the HC and AD groups. The test correlated with abstract reasoning, verbal fluency, and working memory. Results revealed adequate test-retest reliability and excellent interrater reliability (k coefficient was 0.92 for the G section and 0.93 for the A section). Demographically adjusted normative data were generated based on a regression analysis and results showed that AD participants performed worse than HC with a large effect size (Cohen's d = 1.79). CONCLUSION: Overall, these results provide evidence of the reliability and strong construct validity of the JAT to evaluate judgment.
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 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 | 0,015 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».