Exploration of a quantitative method for measuring behaviors in conversation
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.
Notice bibliographique
Résumé
Background: The literature on communication partner training (CPT) includes mainly studies with a small number of participants, because methods to measure changes in conversation pose practical challenges limiting the analysis of large samples.Aim: The aim of this study was to explore a quantitative procedure that would allow one to measure specific behavioral changes occurring in conversational exchanges involving a person with aphasia and a partner.Methods & Procedures: Forty-three problem-solving situations presented visually as well as with a simple written explanation were created to elicit conversation. In order to test the situations and develop further a procedure, we used data from a spouse of a man with aphasia during CPT delivered in a clinical setting. We developed specific definitions related to conversational behaviors targeted in the CPT. These defined behaviors were analyzed using a transcription-less method and an annotation software in the couple’s 39 conversation samples collected before, throughout, and 3-months post CPT. Reliability data were collected.Outcomes & Results: The procedure enabled us to create a protocol with two types of conversational situations and reliable definitions for measurement of conversational behaviors in a timely fashion. Pilot data of the measures are provided.Conclusions: It is expected that the method presented in this pilot study may be used to document the outcomes of CPT. It could be used with single-subject designs that require repeated measures and multiple group designs that require comparable data over large samples. It provides a method of data collection and analysis to better evaluate the effects of conversation-based treatments such as CPT.
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 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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle