The utility of Matrix Reasoning as an embedded performance validity indicatory in youth athletes
Notice bibliographique
Résumé
Objective The present study assessed Matrix Reasoning (MR) as an embedded validity indicator (EVI) in youth athletes vulnerable to sport-related concussion, using performance on the Test of Memory Malingering (TOMM) to operationalize effort. Background Matrices tasks have been examined as EVI for pediatric neropsychological assessment (NA; McKinsey, Prieler, & Raven, 2003), and recent literature suggests a cutoff T-score of 43 for MR in the Wechsler Abbreviated Scale of Intelligence, Second Edition (WASI-II) may demonstrate utility within youth athletes completing baseline NA. Design/Methods 103 youth athletes (76% male, Mage = 12.14) completed a NA, including MR (cutoff T = 43) and TOMM (cut-offs = 45 and 49). Sensitivity and specificity for MR were calclated. Reciever operator characteristics (ROC) curve analysis determined whether MR performance accurately categorized participants9 effort (represented by TOMM performance). Results MR (cut-off T = 43; Sussman et al., 2019) produced sensitivity of 9.09% and specificity of 91.36% in predicting TOMM Trial 1 performance (TOMM1; AUC = 0.449) and 0.00% and 91.18% in predicting TOMM Trial 2 (TOMM2; AUC = 0.074). As a TOMM2 cut-off of 49 offers greater sensitivity to inadequate effort, a further analysis showed MR yielded sensitivity of 0.00% and specificity of 91.00% (AUC = 0.330) in predicting TOMM2 performance with the more conservative cutoff. Conclusions MR is an adequate EVI in predicting sufficient effort on TOMM, detecting true effortful performance; however, it was inadequate in detecting true non-effortful performance. A more stringent TOMMM cutoff did not improve sensitivity; thus, MR exhibited poor detection of inadequate effort. Overall, MR has utility as an EVI to support adequate effort in youth athlete populations but should not be used independently. This finding is clinically important because adequate effort at baseline is imperative in determining recovery from concussion.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 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 ».