MétaCan
Menu
Retour à la cohorte
Enregistrement W2905074778 · doi:10.1109/lra.2018.2885197

Toward Robot-Assisted Diagnosis of Developmental Coordination Disorder

2018· article· en· W2905074778 sur OpenAlexafffund
Matthew Skarsgard, Stephan C. D. Dobri, Dawa Samdup, Stephen H. Scott, T. Claire Davies

Notice bibliographique

RevueIEEE Robotics and Automation Letters · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStandardizationNormativeMotor coordinationPsychologyPhysical medicine and rehabilitationSet (abstract data type)Motor functionMotor skillMedicineDevelopmental psychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Developmental coordination disorder (DCD) is a chronic neurological impairment that affects motor coordination in 5%-8% of school-aged children. Diagnostic criteria for DCD are vague and focus on ruling out other conditions, leading to a lack of standardization in DCD diagnosis. This lack of standardization makes identification of the impairment, and therefore development of interventional tools, difficult. This study was conducted to investigate a set of potential quantitative models to identify DCD based on a robotic assessment, and to compare the performance of participants with DCD to normative models of typically developed motor function. An exploratory factor analysis achieved strong differentiation between control participants and participants with DCD. This demonstrates the feasibility of a robotic assessment as a diagnostic tool for DCD.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Robotics and Automation LettersMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207