MétaCan
Menu
Retour à la cohorte
Enregistrement W2941632415 · doi:10.1080/02687038.2019.1609774

A how-to guide to aphasia services: celebrating Professor Linda Worrall’s contribution to the field

2019· article· en· W2941632415 sur OpenAlexaff
Sarah J. Wallace, Caroline Baker, Caitlin Brandenburg, Lucy Bryant, Guylaine Le Dorze, Emma Power, Madeleine Pritchard, Miranda L. Rose, Tanya Rose, Brooke Ryan, Kirstine Shrubsole, Nina Simmons‐Mackie, Leanne Togher, Megan Trebilcock

Notice bibliographique

RevueAphasiology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésAphasiaAphasiologyPsychologyField (mathematics)Work (physics)Cognitive psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Background: This article recognises Professor Linda Worrall’s contribution to aphasiology and discusses research themes which have grown from her work.Aims: To review, summarise, and discuss literature relating to four themes which have emerged from the work of Professor Worrall: (1) Research capacity building; (2) Implementation of research evidence in clinical practice; (3) Meaningful outcome measurement; and (4) Improvement of psychological and emotional outcomes.Main contribution: A review of the literature, with examples of practical applications.Conclusions: The work of Professor Worrall has greatly influenced the field of aphasia; her legacy is the research capacity she has built in Australia and around the world.

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)0,025
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,080
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0050,008
Communication savante0,0080,015
Science ouverte0,0040,010
Intégrité de la recherche0,0150,038
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,013
Tête enseignante GPT0,309
Écart entre enseignants0,296 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAphasiologyMême sujetNeurobiology of Language and BilingualismTravaux en français237 207