MétaCan
Menu
Retour à la cohorte
Enregistrement W2901780930 · doi:10.1007/s11065-018-9392-6

The Trajectory of Pseudoneglect in Adults: A Systematic Review

2018· review· en· W2901780930 sur OpenAlexafffund
Trista E. Friedrich, Paulette V. Hunter, Lorin Elias

Notice bibliographique

RevueNeuropsychology Review · 2018
Typereview
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyContext (archaeology)PerceptionBisectionComparabilityDevelopmental psychologyCognitive psychologyAssociation (psychology)Task (project management)

Résumé

récupéré en direct d'OpenAlex

Neurologically healthy adults tend to display a reliable leftward perceptual bias during visuospatial tasks, a phenomenon known as pseudoneglect. However, the phenomenon in older adults is not well understood, and a synthesis of research that examines pseudoneglect using the line bisection task, as well as other tasks, in the context of aging is lacking. The aim of the current systematic review is to integrate the available research on pseudoneglect in late adulthood, and to discuss the association between age and a bias to the left hemispace. The systematic search revealed that five different tasks have been used to examine pseudoneglect in younger and older adults, and that participants over 60 years of age have demonstrated inconsistent perceptual biases (e.g., enhanced leftward bias, suppressed leftward bias, and rightward bias). Based on current evidence, although some age-related trends in the perceptual bias can be identified within each task, no firm conclusions about the effects of age on pseudoneglect can be drawn. A number of recommendations for future research are outlined throughout the review, including use of smaller age ranges within age groups, differentiating between neurologically healthy participants and those with clinical diagnoses, continued examination of gender, and consistent use of stimuli and methods of analyses within each task to improve internal comparability.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0070,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,045
Tête enseignante GPT0,352
Écart entre enseignants0,307 · 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'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

Citations51
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuropsychology ReviewMême sujetSpatial Neglect and Hemispheric DysfunctionTravaux en français237 207