Three verbal fluency tasks: Normative data and convergent validity in Argentines over 50 years
Notice bibliographique
Résumé
Verbal fluency tasks are frequently used in neuropsychological assessment, standing out for their easy application and good sensitivity to early cognitive impairment. However, in Argentina, the availability of updated norms is limited, especially for the action fluency variant. There is also little evidence of validity. Objectives: The aim of this study was to obtain Argentine norms for three verbal fluency tasks and to analyze their convergent validity. Methods: Using a nonprobability sampling method, 303 Argentines from a nonclinical population (age mean=66.8, 50-91 years) were recruited to participate in this study. Those with medical conditions that could compromise neuropsychological performance were excluded. Three verbal fluency tasks (i.e., phonological, semantic, and action), the Montreal Cognitive Assessment (MoCA) test, and the Digit Span-WAIS III test were administered. Correlations and multiple regressions were subsequently performed. Results: Education and age significantly explained 11.8% of the variance in phonological fluency, 15.8% of the variance in semantic fluency, and 20.2% of the variance in action fluency. Hence, the normative data varied according to educational level and age group, with normal performance limit values between 9 and 14 for phonological fluency, 11 and 18 for semantic fluency, and 8 and 17 for action fluency. Positive correlations were obtained between all verbal fluency tasks, as well as between the MoCA test and the Digit Span test. Conclusions: This study supports the applicability of three verbal fluency tasks in an Argentine context by providing age- and education-corrected norms and acceptable evidence of convergent validity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».