MétaCan
Menu
Retour à la cohorte
Enregistrement W3027348447 · doi:10.1037/neu0000643

Mnemonic monitoring in anosognosia for memory loss.

2020· article· en· W3027348447 sur OpenAlexaff
Silvia Chapman, Stephanie Cosentino, Kay C. Igwe, Ayat Abdurahman, Mitchell S.V. Elkind, Adam M. Brickman, Rebecca A. Charlton, Gianna Cocchini

Notice bibliographique

RevueNeuropsychology · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensColumbia College
Organismes subventionnairesNational Institute on Aging
Mots-clésAnosognosiaMnemonicPsychologyCognitive psychologyMemory disorderDeclarative memoryNeuroscienceCognitionCognitive disorderCognitive impairment

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: (e.g., the ability to distinguish which memories stem from internal as opposed to external sources) are associated with awareness of memory deficits. METHOD: = 14 years of education) with memory difficulties following a stroke were recruited from outpatient clinics. Patients were assessed with measures of self-awareness of memory difficulties, cognitive abilities and 2 experimental paradigms assessing source and temporal monitoring. RESULTS AND CONCLUSION: Results showed that patients unaware of their memory difficulties were more likely to externalize the source of their memories. Specifically, those unaware of their deficits were more likely to assign an external source to memories that were internally produced (e.g., imagined). No differences were observed in relation to temporal monitoring between patients aware and unaware of their deficits. This study informs current theoretical models of self-awareness of memory loss. Future studies should attempt to replicate these findings and explore different memory monitoring mechanisms in relation to anosognosia for memory loss. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,311
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychologyMême sujetSpatial Neglect and Hemispheric DysfunctionTravaux en français237 207