MétaCan
Menu
Retour à la cohorte
Enregistrement W3025633336 · doi:10.46278/j.ncacn.20190717

Le trouble développemental du langage (TDL) : mise à jour interdisciplinaire

2019· article· fr· W3025633336 sur OpenAlexaffvenue
Chantale Breault, Marie‐Julie Béliveau, Fannie Labelle, Florence Valade, Natacha Trudeau

Notice bibliographique

RevueNeuropsychologie clinique et appliquée · 2019
Typearticle
Languefr
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineCentre for Interdisciplinary Research in RehabilitationUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Bien que le trouble développemental du langage (TDL) soit fréquent (7,58 %; Norbury et al., 2016) et ait des impacts perdurant jusqu'à l’âge adulte (Feeney, Desha, Khan, Ziviani, & Nicholson, 2016), il est beaucoup moins connu que d’autres problématiques telles que le trouble du déficit de l’attention avec ou sans hyperactivité (TDAH) ou le trouble du spectre de l’autisme (TSA). L’inconstance des définitions selon les domaines (p. ex., médecine, éducation, psychologie, orthophonie) pourrait partiellement expliquer cette méconnaissance (Bishop, 2017). Depuis peu, une terminologie et une démarche menant au diagnostic de TDL font l’objet d’un consensus international multidisciplinaire, et ce, grâce au projet CATALISE (Bishop, Snowling, Thompson, Greenhalgh, & CATALISE-consortium, 2016, 2017). Le but de cet article est de présenter une mise à jour des enjeux et des connaissances actuelles liés au TDL en s’intéressant aux changements d’appellation et de critères initiés par le projet CATALISE. Pour les professionnels et chercheurs œuvrant dans le domaine, il s’agit d’une occasion de réfléchir aux besoins des personnes vivant avec un TDL.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,015

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 Opus0,028
Tête enseignante GPT0,358
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuropsychologie clinique et appliquéeMême sujetLanguage Development and DisordersTravaux en français237 207