MétaCan
Menu
Retour à la cohorte
Enregistrement W3187067952 · doi:10.1186/s40814-021-00879-z

Assessing the feasibility of a classroom-based visual attention training program targeting academics for students with extremely low IQ

2021· article· en· W3187067952 sur OpenAlexafffund
Catherine Archambault, Domenico Tullo, Emma Clark, Jocelyn Faubert, Armando Bertone

Notice bibliographique

RevuePilot and Feasibility Studies · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research Council of Canada
Mots-clésTraining (meteorology)PsychologyMathematics educationMedical educationMultimediaPedagogyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This feasibility study investigated the viability of implementing a cognitive-based training program (NeuroTracker) and assessing its potential effects on academic performance for adolescents with extremely low IQ. METHODS: = 13.89) completed 15 training sessions on either the NeuroTracker or an active control task; math and reading performance were assessed using clinically validated instruments before and after training. Recruitment and retention rates, adherence, and properties of the academic measures were assessed. RESULTS: All recruited participants completed 15 training sessions within a 6-week period. Eighty-three percent of participants meeting initial inclusion criteria completed all stages of the study from baseline to post-intervention assessments. Some limitations of the academic measures were identified. CONCLUSIONS: Results suggest that implementing NeuroTracker as a classroom-based intervention and using clinically validated outcome measures is feasible with this population.

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)0,002
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 enseignants0,050
Score d'incertitude au seuil0,701

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,416
Tête enseignante GPT0,517
Écart entre enseignants0,101 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePilot and Feasibility StudiesMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207