MétaCan
Menu
Retour à la cohorte
Enregistrement W4366505654 · doi:10.1684/nrp.2018.0460

Navigation spatiale : quels enjeux pour la neuropsychologie ?

2018· article· fr· W4366505654 sur OpenAlexaff
Christel Jacob, Constant Rainville, Alain Trognon, Thérèse Rivasseau‐Jonveaux

Notice bibliographique

RevueRevue de neuropsychologie · 2018
Typearticle
Languefr
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

La difficulté à s'orienter et trouver son chemin au sein d'un environnement nouveau ou familier, autrement dit à « naviguer », a été décrite dans le vieillissement normal et constitue également un symptôme commun à de nombreuses pathologies neurologiques, qu'elles soient évolutives ou non.Cependant, la navigation reste relativement peu étudiée et évaluée en pratique clinique, malgré son importance pour l'autonomie des personnes.Depuis quelques décennies, une évolution théoricoclinique, d'une conception « statique » de l'orientation spatiale à une conception « dynamique » de la navigation, s'est fait jour.Cette évolution conceptuelle pose plusieurs défis pour la psychologie cognitive et la neuropsychologie, et notamment celui de la prise en compte des caractéristiques de l'environnement dans les modèles cognitifs, d'une part, et dans la conception d'outils d'évaluation, d'autre part.En effet, naviguer repose sur l'intégration d'une pluralité de sources d'information, aussi bien propres au sujet qu'à l'environnement.L'accompagnement des personnes désorientées est un enjeu de santé publique, et cela plus particulièrement dans notre société vieillissante.Les connaissances issues de la cognition spatiale peuvent apporter des réponses, qu'elles soient appliquées au soin ou à l'accompagnement des personnes (outils d'aide à la navigation, aménagement de l'environnement, etc.).

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,005

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 Opus0,048
Tête enseignante GPT0,316
Écart entre enseignants0,268 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue de neuropsychologieMême sujetSpatial Cognition and NavigationTravaux en français237 207