MétaCan
Menu
Retour à la cohorte
Enregistrement W3186111125 · doi:10.1590/2317-1782/20202020011

O uso de aplicativo como estratégia complementar na terapia fonoaudiológica em um caso de distúrbio cognitivo da comunicação

2021· article· pt· W3186111125 sur OpenAlexaboutno aff
Márcia Caroline Santos Coelho Silva, Beatriz Paiva Bueno de Almeida, Simone dos Santos Barreto

Notice bibliographique

RevueCoDAS · 2021
Typearticle
Languept
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicinePsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

With the aging of the population, there is an increase in the incidence of common diseases to this age group, such as dementias. Efforts to improve the quality of health care for these patients, including speech-language therapy, have grown. This study aims to evaluate the effectiveness and applicability of the Talk Around It as a complementary strategy in the language therapy of a patient with cognitive communication disorder. The participant was evaluated before and after speech therapy through standardized language assessment protocols. The main focus of therapy was the reduction of anomies. The Talk Around It application has been selected as a complementary therapeutic resource to achieve this goal. In the post-therapy evaluation improvement or maintenance of the Montreal-Toulouse Battery for Language Assessment-Brazil Battery subtests scores was observed: Oral naming (nouns, verbs and total), Semantic and Orthographic verbal fluency and Oral narrative discourse (information unit and scenes). Functional assessment of communicative skills has not changed consistently after the intervention. The technological resource used with conventional therapeutic strategies, during three months, led to improvements in the lexical access ability in the case studied. It use in clinical practice in patients with mild dementia has proved possible.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,059
Tête enseignante GPT0,338
Écart entre enseignants0,279 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoDASMême sujetNeurobiology of Language and BilingualismTravaux en français237 207