Impaired coherence for semantic but not episodic autobiographical memory in semantic variant primary progressive aphasia
Notice bibliographique
Résumé
Language deficits, including word-finding difficulties and impaired single-word comprehension, have been found in patients with semantic variant primary progressive aphasia (svPPA). These deficits characterize the linguistic abilities of patients with svPPA on a micro-linguistic level (word and sentence level). On a macro-linguistic level (discourse level), svPPA patients’ discourse has been described as “empty”. Few studies have considered the contribution of a linguistic impairment to the difficulty of producing autobiographical narratives. In the present study, we assessed svPPA patients’ discourse coherence during autobiographical narratives in order to characterize the nature of their speech on a macro-linguistic level and to investigate the relationship between discourse production and memory in a naturalistic context. We collected samples of discourse in which svPPA patients and healthy controls (matched in age, education, sex and handedness) reported autobiographical events. Their narratives were assessed with a rating scale to evaluate global coherence of discourse. The protocols were also analysed using the Autobiographical Interview method (Levine, Svoboda, Hay, Winocur, & Moscovitch, 2002) and categorized as episodic (information about events at a specific time and place), semantic (general knowledge), or supplementary details (metacognitive statements, repeated information, editorializing). Where possible, patients were assessed longitudinally at three time points over two years. Patients with svPPA produced a reduced number of episodic details, while the number of semantic details produced was comparable to controls. However, the episodic information produced by patients was coherent with the topic of discourse, while semantic information was not. These results suggest that svPPA patients produce semantic information comparable to controls in quantity but not quality, whereas the opposite is the case for episodic information.
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 | 0,001 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».