Touchscreen tablet-based cognitive assessment versus paper-based assessments for traumatic brain injury
Notice bibliographique
Résumé
BACKGROUND: Electronic cognitive assessment tools present potential benefits for clinical practice; however, they warrant examination before use with clinical populations such as people with traumatic brain injury (TBI). OBJECTIVE: The primary study purpose was to compare results from a tablet-based, electronic cognitive assessment to two paper cognitive assessments when administered to adults with TBI. We also explored the effect of iPad comfort on performance. METHODS: We employed a quasi-experimental, correlational study design. Forty adults between 18 to 615 months post TBI completed the Standardized Touchscreen Assessment of Cognition (STAC), the Montreal Cognitive Assessment (MoCA), and the Cognitive Linguistic Quick Test (CLQT) in a systematically, counterbalanced order. We compared participants' performance on these tools and examined the effect of iPad comfort. RESULTS: Three STAC subtests had a good relationship with CLQT subtests: orientation, generative naming category, and generative naming first letter. A good relationship was also identified between two STAC and two MoCA subtests: orientation and generative naming first letter. People who were very comfortable using the iPad performed statistically better on the STAC first letter fluency item than participants who were not comfortable. CONCLUSIONS: Moderate correlations suggest validity for some STAC items; however, modifications and further testing are needed.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».