MétaCan
Menu
Retour à la cohorte
Enregistrement W3020440324 · doi:10.1097/aud.0000000000000869

Development of Abbreviated Versions of the Word Auditory Recognition and Recall Measure

2020· article· en· W3020440324 sur OpenAlexaff
Sherri L. Smith, David B. Ryan, M. Kathleen Pichora‐Fuller

Notice bibliographique

RevueEar and Hearing · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. Department of Veterans Affairs
Mots-clésRecallSet (abstract data type)Word (group theory)AudiologySpeech recognitionTest (biology)PsychologyCorrelationRandomizationStatisticsComputer scienceNatural language processingCognitive psychologyMathematicsRandomized controlled trialMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this study was to develop and evaluate abbreviated versions of the Word Auditory Recognition and Recall Measure (WARRM) as part of an iterative process in the development of a feasible test for potential future clinical use. DESIGN: The three original WARRM (O-WARRM) randomizations were modified by altering the presentation paradigm. Instead of presenting 5 trials per set size with set size increasing from 2 to 6 as in the O-WARRM (n = 100 words), the experimental WARRM (E-WARRM) paradigm consisted of one trial from each of set sizes 2 to 6 to create a "run" (n = 20 words) with each randomization consisting of 5 runs (n = 100 words). A total of 24 younger listeners with normal hearing and 48 older listeners with hearing loss (OHL) were administered 1 randomization of the O-WARRM and 1 different randomization of the E-WARRM. RESULTS: The recognition and recall performances on the O-WARRM and all versions of the E-WARRM (five individual runs and overall) were similar within each listener group, with the younger listeners with normal hearing outperforming the OHL listeners on all measures. Correlation analyses revealed moderate to strong associations between the abbreviated WARRM runs and the O-WARRM for the OHL listener group. Hierarchical regression modeling suggested that run 1 of the E-WARRM was a good predictor of O-WARRM performance and that adding additional runs did not improve the prediction. Taken together, these findings suggest that administering one run from the E-WARRM warrants further examination for clinical use. Additional analyses revealed equivalent scores on all five runs from the three E-WARRM randomizations for both listener groups. CONCLUSIONS: Abbreviated versions of the O-WARRM were developed as part of this study. This was accomplished by modifying the original presentation paradigm and creating 15 unique "runs" among the original 3 randomizations. The resulting 15 runs could be considered 15 unique and abbreviated WARRM lists that have potential, in the future after further studies are conducted to establish important properties, for clinic use. The abbreviated WARRM lists may be useful for quantifying auditory working memory of listeners with hearing loss during the audiologic rehabilitation process.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,094

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 Opus0,132
Tête enseignante GPT0,265
Écart entre enseignants0,133 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEar and HearingMême sujetHearing Loss and RehabilitationTravaux en français237 207