Notice bibliographique
Résumé
Language is complicated and so, therefore, is language assessment. One complication is that there are many reasons to undertake language assessments, each of which may have different methods and goals. In this article I focus on the specific difficulties faced in aphasia assessment, the assessment of acquired language deficits. As might be expected, the history of aphasia assessment closely mirrors the history of our understanding of the neurological underpinnings of language. Early assessment was based on classical disconnection theories, dating from the 19th century, that conceptualized language as consisting of independent connected modality-specific language centers that could be disconnected by brain damage. Although these models were recognized early on as being too simplistic, aphasia assessment instruments followed the models until quite recently due to the lack of any fully specified alternative language model. It was only in the 1990s, after aphasiology had come increasingly under the influence of experimental psycholinguistics, that attempts were made to create aphasia assessment instruments that did not explicitly follow disconnection models. The most successful of these is the Psycholinguistic Assessment of Language Processing in Aphasia (PALPA; Kay, Coltheart, & Lesser, 1992). These psycholinguistically influenced instruments conceptualize language as a complex multi-dimensional system consisting of many partially independent sub-systems that may be compromised to a greater or lesser degree. Aphasia assessment instruments become longer and more detailed as a reflection of our growing understanding of the complexity of the language system. As they do, the problem of collating and integrating assessment information becomes more intractable. The future of aphasia assessment will require increasing automation to deal with the large amounts of information that must now be synthesized to fully characterize an individual deficit. I discuss recent attempts to computerize aphasia assessment and what benefits they can offer over traditional pencil-and-paper instruments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».