MétaCan
Menu
Retour à la cohorte
Enregistrement W2790165137 · doi:10.1080/13854046.2018.1429670

Normative data for the Rey Auditory Verbal Learning Test in the older French-Quebec population

2018· article· en· W2790165137 sur OpenAlexafffundabout
Monica Lavoie, Louis Bherer, Sven Joubert, Jean‐François Gagnon, Sophie Blanchet, Isabelle Rouleau, Joël Macoir, Carol Hudon

Notice bibliographique

RevueThe Clinical Neuropsychologist · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité LavalUniversité de MontréalUniversité du Québec à MontréalInstitut Universitaire de Gériatrie de MontréalMontreal Heart Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsW. Garfield Weston Foundation
Mots-clésNormativeRecallTest (biology)PsychologyPopulationCalifornia Verbal Learning TestDevelopmental psychologyRegression analysisVerbal learningCognitionDemographyCognitive psychologyStatisticsPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to establish normative data for the Rey Auditory Verbal Learning Test, a test assessing verbal episodic memory, in the older French-Quebec population. METHOD: A total of 432 French-speaking participants aged between 55 and 93 years old, from the Province of Quebec (Canada), were included in the study. Using multiple regression analyses, normative data were developed for five variable of interest, namely scores on trial 1, sum of trials 1 to 5, interference list B, immediate recall of list A, and delayed recall of list A. RESULTS: Results showed that age, education, and sex were associated with performance on all variables. Equations to calculate the expected score for a participant based on sex, age, and education level as well as the Z score were developed. CONCLUSION: This study provides clinicians with normative data that take into account the participants' sociodemographic characteristics, thus giving a more accurate interpretation of the results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil0,605

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,219
Tête enseignante GPT0,453
Écart entre enseignants0,233 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations28
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Clinical NeuropsychologistMême sujetMemory Processes and InfluencesTravaux en français237 207