ผลของกจกรรมการจาแนกลกษณะของหนแมนำตอความสามารถในการทางานของสมอง ดานการบรหารจดการในกลมผสงอายทมภาวะการรคดบกพรองเลกนอย ในศนยฝกสมองโรงพยาบาลจฬาลงกรณ
Notice bibliographique
Résumé
จากศึกษาพบว่ากิจกรรมทางความคิดสามารถป้องกันภาวะสมองเสื่อมได้อย่างมีนัยสําคัญ และพบว่าการให้ผู้ป่วยภาวะสมองเสื่อมได้ออกไปสัมผัสธรรมชาติ สามารถช่วยรักษาไว้ซึ่งทักษะประสาทสัมผัส ทําให้ผ่อนคลายและอารมณ์ดีขึ้นได้ ผู้วิจัยจึงสนใจนําธรรมชาติมาผสมผสานกับการออกแบบกิจกรรมฝึกสมอง โดยคาดหวังว่า นอกจากจะช่วยพัฒนาการทํางานของสมองได้ ยังจะเป็นโอกาสที่ผู้ฝึกจะได้สัมผัสและได้รับการบําบัดจากธรรมชาติไปด้วย เลือกศึกษาผลการทำงานของสมองด้าน Executive Function ในผู้ที่มีภาวะ MCI หลังจากได้ฝึกกิจกรรมการจําแนกลักษณะของหินแม่น้ำ เก็บรวบรวมข้อมูลจากผู้สูงอายุ 24 คน จากแบบสอบถามข้อมูลพื้นฐานส่วนบุคคล, แบบทดสอบสภาพสมองของไทย(TMSE), แบบประเมิน The Montreal Cognitive Assessment (MoCA), แบบประเมินภาวะซึมเศร้าในผู้สูงอายุไทย(TGDS), แบบประเมิน Cambridge Neuropsychological Test Automated Battery (CANTAB), ชุดกิจกรรมฝึกสมองการจําแนกลักษณะของหินแม่น้ำ, แบบวัดความพึงพอใจต่อชุดกิจกรรม ฝึกกิจกรรมในกลุ่มทดลองเป็นระยะเวลา 5 สัปดาห์ แล้วจึงประเมินความสามารถของสมองอีกครั้ง ใช้สถิติเชิงพรรณนาอธิบายลักษณะทั่วไปของกลุ่มตัวอย่าง ใช้สถิติ Non-parametric Wilcoxon Signed Ranks test วิเคราะห์ความเปลี่ยนแปลงก่อนและหลังการทดลอง และสถิติ Non-parametric Mann-Whitney test ทดสอบสมมติฐานภายในกลุ่มและวิเคราะห์ค่าความแตกต่างเฉลี่ย (Mean Difference) ของกลุ่มตัวอย่างทั้งสองกลุ่ม พบว่า การฝึกฝนกิจกรรมการจําแนกลักษณะของหินแม่น้ำ ทำให้เกิดความเปลี่ยนแปลงในการทำงานของสมองที่เกี่ยวข้องกับความสนใจ (Sustained attention)(RVP Mean latency (P=0.065)), (DMS B'' (P=0.076)), (DMS Errors correct color, simultaneous (P=0.073)) และ (DMS Prob error given error (P=0.051)) การเปลี่ยนแปลงนี้มีผลทำให้ executive function ดีขึ้นได้ และข้อมูลแสดงถึงแนวโน้มที่ดีที่ผู้ฝึกได้รับจากการฝึกกิจกรรม (คะแนนรวมจากกิจกรรม (Total Score) ดีขึ้น (P=0.039) และคะแนนความรู้สึกที่เปลี่ยนแปลงไปต่อการออกแบบสีและรูปภาพว่ามีขนาดเหมาะสม (P=0.056))
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,102 | 0,026 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».