MétaCan
Menu
Retour à la cohorte
Enregistrement W2466794995 · doi:10.1044/persp1.sig2.106

Communication Abilities Following Right Hemisphere Damage: Prevalence, Evaluation, and Profiles

2016· article· en· W2466794995 sur OpenAlexaff
Perrine Ferré, Yves Joanette

Notice bibliographique

RevuePerspectives of the ASHA Special Interest Groups · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésRight hemispherePsychologyLateralization of brain functionAffect (linguistics)Traumatic brain injuryDiseaseBrain functionPopulationStroke (engine)MedicineNeuroscienceCognitive psychologyPsychiatryPathologyCommunication

Résumé

récupéré en direct d'OpenAlex

It is now consensually accepted that the contribution of both hemispheres is required to reach a functional level of communication. The unilateralized view of language function, introduced more than a century ago, has since been complemented by clinical experience as well as neuro-imaging observations. Studies based on healthy and right-brain-damaged individuals assert the necessity to better describe, assess, and care for this broad population. Indeed, various neurological conditions, including stroke, traumatic brain injury (TBI), or neurodegenerative disease, can affect the right hemisphere (RH) and lead to distinct communication disorders. In the past 30 years, knowledge about communication assessment and, more recently, therapy designed for right-brain-damaged adults has drastically evolved. This manuscript aims at presenting the theoretical and clinical background that established the current expertise to support accurate assessment of communication following right brain damage. It is believed that a better understanding of the various profiles of impairments following a RH infract will allow speech-language pathologists (SLPs) to develop the clinical awareness necessary for appropriately taking care of these 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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,304
Écart entre enseignants0,275 · 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'étudeExpérimental (laboratoire)
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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives of the ASHA Special Interest GroupsMême sujetNeurobiology of Language and BilingualismTravaux en français237 207