MétaCan
Menu
Retour à la cohorte
Enregistrement W3088212400 · doi:10.1080/13825585.2020.1821865

A discourse-theoretic approach to story recall in aging and mild cognitive impairment

2020· article· en· W3088212400 sur OpenAlexafffund
Vanessa Taler, Patrick S. R. Davidson, Christine Sheppard, Jessie Gardiner

Notice bibliographique

RevueAging Neuropsychology and Cognition · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensBruyèreUniversity of Ottawa
Organismes subventionnairesAlzheimer Society
Mots-clésRecallPropositionPsychologyCognitionSet (abstract data type)Cognitive impairmentEpisodic memoryGiSTDevelopmental psychologyCognitive psychologyMedicinePsychiatryLinguisticsComputer science

Résumé

récupéré en direct d'OpenAlex

Recall of story materials is a primary way to assess episodic memory. However, the standard scoring method may not be maximally sensitive to cognitive decline. We developed a set of 24 stories, and younger and older adults heard these stories and recalled them immediately and after a delay (Study 1). Twelve of these stories were then selected, and older adults and people with MCI completed immediate and delayed recall of these stories (Study 2). Responses were classified as veridical, gist, or distorted, and were scored by number of units and number of propositions recalled. Younger adults had higher veridical recall than older adults, and proposition-based scoring revealed higher gist recall in older than younger adults. Gist and distortion recall increased over time in older adults, but decreased in MCI. Using proposition-based scoring and distinguishing between veridical and gist responses may discriminate better between healthy older adults and people with MCI.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,672

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 Opus0,028
Tête enseignante GPT0,332
Écart entre enseignants0,303 · 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'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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAging Neuropsychology and CognitionMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207