MétaCan
Menu
Retour à la cohorte
Enregistrement W2611690274 · doi:10.1016/j.neubiorev.2017.04.029

Hyperlexia: Systematic review, neurocognitive modelling, and outcome

2017· review· en· W2611690274 sur OpenAlexaff
Alexia Ostrolenk, Baudouin Forgeot d’Arc, Patricia Jelenic, Fabienne Samson, Laurent Mottron

Notice bibliographique

RevueNeuroscience & Biobehavioral Reviews · 2017
Typereview
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensHôpital Rivière-des-PrairiesUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyAutismNeurocognitiveReading (process)Cognitive psychologyContext (archaeology)Autism spectrum disorderCognitionIntervention (counseling)Developmental psychologyComprehensionReading comprehensionPerceptionCognitive skillComputer scienceNeuroscienceLinguistics

Résumé

récupéré en direct d'OpenAlex

Hyperlexia is defined as the co-occurrence of advanced reading skills relative to comprehension skills or general intelligence, the early acquisition of reading skills without explicit teaching, and a strong orientation toward written material, generally in the context of a neurodevelopmental disorder. In this systematic review of cases (N=82) and group studies (including 912 participants of which 315 are hyperlexic), we address: whether the hyperlexic profile is associated with autism and why, whether models of non-autistic reading can teach us about hyperlexia, and what additional information we can get from models specific to autistic cognitive functioning. We find that hyperlexia, or a hyperlexic-like profile, characterises a substantial portion of the autistic spectrum, in which the subcomponents of the typical reading architecture are altered and dissociated. Autistic children follow a chronologically inverted path when learning to read, and make extended use of the perceptual expertise system, specifically the visual word form recognition systems. We conclude by discussing the possible use of hyperlexic skills in intervention.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,533
Tête enseignante GPT0,505
Écart entre enseignants0,027 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations151
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience & Biobehavioral ReviewsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207