MétaCan
Menu
Retour à la cohorte
Enregistrement W2524972078 · doi:10.1111/ap.12206

Does Size Really Matter? Contributions to the Debate on Short Versus Long Neuropsychology Assessments

2016· article· en· W2524972078 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAustralian Psychologist · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésNeuropsychologyPsychologySelection (genetic algorithm)Interpretation (philosophy)Variation (astronomy)Test (biology)Engineering ethicsApplied psychologyComputer scienceCognitionArtificial intelligenceEngineeringPsychiatry

Résumé

récupéré en direct d'OpenAlex

ObjectiveThere has been increasing interest in recent years in the variation in assessment practices within the neuropsychology profession. This article explores one of the central areas of variation by reviewing the issues surrounding brief versus more comprehensive assessments and some of the advantages and disadvantages of the two approaches.MethodsSome of the many factors influencing the length of assessments that neuropsychologists choose to conduct, and the way these are interpreted, are discussed. These factors include the principles of test selection, the potential of measurement error, the emphasis we place on our previous experience to guide selection and interpretation of tests, and our ethical and legal obligations. The potential utility of employing testing assistants to perform the routine parts of assessments is also explored.ResultsWhile there can be some disadvantages to conducting comprehensive assessments, many benefits of this approach are also identified.ConclusionsOverall, it is argued that neuropsychologists should abide by evidence‐based practices that stem from scientific theory as opposed to conducting less reliable assessments that may be largely driven by cost‐effectiveness.

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 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)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,060
Tête enseignante GPT0,457
Écart entre enseignants0,397 · 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