Noise Affects Performance on the Montreal Cognitive Assessment
Notice bibliographique
Résumé
RÉSUMÉ L’objectif était d’investiguer l’impact de la présence d’un bruit de fond sur la performance au Montreal Cognitive Assessment (MoCA). Deux versions du MoCA ont été administrées, utilisant écouteurs, avec des niveaux bas et élevés de bruit de fond à deux groupes de personnes âgées (un groupe présentant une audition cliniquement normale, le second présentant une perte d’audition) ainsi qu’à un groupe de jeunes adultes. Les niveaux d’intensité utilisés pour présenter la parole et le bruit étaient personnalisés en fonction des habiletés des participants présentant une perte de l’ouïe, et ce en vue de créer un niveau de difficulté uniforme à travers les participants dans la condition de bruit plus élevé. Les deux groupes de personnes âgées ont obtenu des scores plus faibles au MoCA en comparaison aux jeunes adultes. Il est également important de souligner que tous les participants ont obtenu des scores plus faibles au MoCA lorsque le test était administré dans un contexte de bruit élevé (M = 22,7/30), en comparaison à un contexte de bruit faible (M = 25,7/30, p < .001). Ces résultats suggèrent que le bruit de fond présent dans un contexte d’évaluation devrait être pris en considération au moment de l’administration de tests cognitifs ainsi que dans l’interprétation des résultats, en particulier lors de l’essai des adultes plus âgés.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».