MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382657268 · doi:10.21203/rs.3.rs-3088061/v1

Quantifying the effects of practicing a semantic task according to subclinical schizotypy

2023· preprint· en· W4382657268 sur OpenAlexaff
Mingyi Diao, Ilya Demchenko, Gifty Asare, Yelin Chen, J. Bruno Debruille

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésSchizotypyPsychologyTask (project management)CategorizationN400Subclinical infectionPsychosocialClinical psychologyCognitive psychologyRehabilitationAudiologyEvent-related potentialPsychiatryCognitionMedicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Greater adaptability of patients should go with easier psychosocial rehabilitation. Medications should thus also be chosen according to their impact on practice effects, as they measure adaptability. We are thus developing a pre-treatment test aimed, in fine, at assessing the impact of medications on these effects. Here, we report the practice effects observed across the two sessions of a semantic categorization task. Participants (n = 47) completed the Schizotypal Personality Questionnaire (SPQ) and performed this task twice, 1.5 hours apart. Practice was found to reduce reaction times in both low- and high-SPQ scorers. It was also found to decrease the amplitudes of the N400 event-related brain potentials elicited by semantically matching words in low SPQ scorers only, which showed the sensitivity of the task to schizotypy. Both RTs and N400 amplitudes were also found to have a good test-retest reliability across the two sessions. This task could thus be a valuable tool. On-going studies are assessing the impacts of fully deceptive placebos and of real antipsychotic medications on these effects of practice. This should, later, help psychiatrists to choose the best medication for the psychosocial rehabilitation of a patient.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,210
Tête enseignante GPT0,507
Écart entre enseignants0,297 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetSchizophrenia research and treatment→Travaux en français237 207→