C-28 Raven’s Progressive Matrices: Validation of a Short Form
Notice bibliographique
Résumé
Abstract Objective The Raven’s Standard Progressive Matrices (RSPM) is a 60-item measure of non-verbal abstract reasoning. The length of the RSPM presents a potential barrier to its use. Consequently, Bilker et al. (2012) identified a 9-item short form (RSPM-SF). The purpose of this study is to (a) provide descriptive statistics for the RSPM-SF from a non-patient sample, and (b) validate the RSPM-SF by exploring correlations with congruent and divergent cognitive measures. Method Twenty men and 23 women, aged 55 to 83 (M = 67.79), completed a test battery that included the SPM-SF and global, memory, verbal, and executive measures. Results The mean score for the RSPM-SF was 4.40 (median = 4, mode = 4, SD = 1.92). RSPM-SF correlated best with the Montreal Cognitive Assessment (r = .548, CI: .297 to .729) and poorest with letter fluency (r = .065, CI: -.456 to .127). Correlations with executive measures ranged from a low of .308 (Tower Test; CI: .019 to .549) to a high of .470 (Trail Making Test Part-B; CI: .197 to .675). The average correlation with executive scores was .412. Average correlation with learning (both verbal and non-verbal) was .435, and with recall was .296. Conclusions RSPM historically was viewed as a non-verbal global estimate of cognitive ability. Present findings support using the RSPM-SF as a global measure, as it correlated well with both verbal and nonverbal, and executive and memory tests. Descriptive data suggested that the RSPM-SF items ranged from easy to difficult.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».