Modeling a gross motor curve of typically developing Dutch infants from 3.5 to 15.5 months based on the Alberta Infant Motor Scale
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Interindividual variability in gross motor development of infants is substantial and challenges the interpretation of motor assessments. Longitudinal research can provide insight into variability in individual gross motor trajectories. PURPOSE: To model a gross motor growth curve of healthy term-born infants from 3.5 to 15.5 months with the Alberta Infant Motor Scale (AIMS) and to explore groups of infants with different patterns of development. METHODS: A prospective longitudinal study including six assessments with the AIMS. A Linear Mixed Model analysis (LMM) was applied to model motor growth, controlled for covariates. Cluster analysis was used to explore groups with different pathways. Growth curves for the subgroups were modelled and differences in the covariates between the groups were described and tested. RESULTS: In total, data of 103 infants was included in the LMM which showed that a cubic function (F(1,571) = 89.68, p < 0.001) fitted the data best. None of the covariates remained in the model. Cluster analysis delineated three clinically relevant groups: 1) Early developers (32%), 2) Gradual developers (46%), and 3) Late bloomers (22%). Significant differences in covariates between the groups were found for birth order, maternal education and maternal employment. CONCLUSION: The current study contributes to knowledge about gross motor trajectories of healthy term born infants. Cluster analysis identified three groups with different gross motor trajectories. The motor growth curve provides a starting point for future research on motor trajectories of infants at risk and can contribute to accurate screening.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle