MétaCan
Menu
Retour à la cohorte
Enregistrement W4284898154 · doi:10.1017/9781108955638.046

Working Memory Training

2022· book-chapter· en· W4284898154 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCambridge University Press eBooks · 2022
Typebook-chapter
Langueen
DomainePsychology
ThématiqueCognitive Functions and Memory
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGeneralizationCognitionCognitive psychologyPsychological interventionWorking memoryVariety (cybernetics)Cognitive skillDevelopmental psychologyClinical psychologyComputer scienceNeuroscienceEpistemologyPsychiatryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Working memory (WM) training explores whether and how repeated practice on working memory tasks might generalize to a variety of outcome measures. Although this field of research is part of the growing literature in cognitive sciences, it has spawned contentious debates. The controversies are largely driven by inconsistent findings and commercial interests, and as a result, numerous meta-analyses and systematic reviews have focused on the validity of WM training. Similarly, there is an inconsistency in the conclusions drawn by these meta-analyses; while there seems to be an agreement about the generalization to proximal cognitive measures; there is a discrepancy in the interpretation of any translational outcomes (e.g., behavioral, clinical, and academic). In this chapter, we review the collection of meta-analyses with a particular focus on children diagnosed with ADHD and other developmental disabilities, and recommend that the field should focus on improving our understanding of the mechanistic and effectiveness properties of WM training, which might result in the development of valuable alternative and/or supplemental approaches, when traditional interventions might fall short, especially for individuals typically underrepresented and underserved.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,077
Tête enseignante GPT0,243
Écart entre enseignants0,166 · 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