MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306411639 · doi:10.3389/fpsyg.2022.1051464

Corrigendum: Bias in measurement of autism symptoms by spoken language level and non-verbal mental age in minimally verbal children with neurodevelopmental disorders

2022· erratum· en· W4306411639 sur OpenAlexaff
Shuting Zheng, Aaron J. Kaat, Cristan Farmer, Audrey Thurm, Catherine A. Burrows, Stephen M. Kanne, Stelios Georgiades, Amy Esler, Catherine Lord, Nicole Takahashi, Kerri P. Nowell, Elizabeth Will, Jane E. Roberts, Somer Bishop

Notice bibliographique

RevueFrontiers in Psychology · 2022
Typeerratum
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcMaster University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of Mental Health
Mots-clésNonverbal communicationStatement (logic)PsychologyAutismMental healthAutism spectrum disorderPosition statementDevelopmental psychologyLinguisticsPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

In the published article, there was an error in Figure 2 as published. The box connected to D2 incorrectly stated "Nonverbal Mental Age" and the box connected to D4 incorrectly stated "Language Levels". The corrected Figure 2 and its caption "Measurement Model for Restricted, Repetitive Behaviors/Interests" appear below.The authors apologize for this error and state that this does not change the scientific conclusions of the article in any way. The original article has been updated.In the published article, there was an error in the Funding statement. Currently, the published article only states "This work was supported by grants from the Eunice Kennedy Shriver National Institute of Child Health and Human Development (NICHD; R01HD093012 to SB).". The correct Funding statement appears below.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,106
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,106
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,003
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0070,009
Charge utile insuffisante (le modèle a refusé de juger)0,0440,035

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 Opus0,032
Tête enseignante GPT0,289
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Psychology→Même sujetAutism Spectrum Disorder Research→Travaux en français237 207→