Word and phrase duration in Mandarin-speaking individuals with Alzheimer’s disease
Notice bibliographique
Résumé
Alzheimer’s disease (AD) is a progressive neurodegenerative disorder characterized by irreversible cognitive deterioration, often manifesting in pathological speech patterns [Baker et al., Clin. Linguist. Phon. 21(11–12), 859–867 (2007)]. Previous research has examined temporal and acoustic features of AD patients’ speech, including pitch, volume, and voice quality, showing that these measures can be used to discriminate between people with AD and healthy older adults [Meilan et al., Dement. Geriatr. Cogn. Disord. 37(5–6), 327–334 (2014)]. However, whether word and phrase duration are affected by AD remains unclear. The present study measured word and phrase duration from nine Mandarin-speaking AD patients and nine gender-matched neurotypical controls undertaking picture description and naming tasks. Preliminary results show AD patients exhibited a significant difference (t (1688.1) = −5.88, p < .001) in word duration compared to controls, with shorter word duration in the naming task (t (1088.8) = −8.66, p < .001) and longer in the picture description task (t (484.13) = 2.40, p = 0.017); AD patients also uttered significantly shorter phrases than controls in the picture description task (t (86.01) = −2.17, p = 0.033). The preliminary result suggests that AD may affect word and phrase duration. [Work supported by NIH and NSERC].
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».