MétaCan
Menu
Retour à la cohorte
Enregistrement W4386864506 · doi:10.1177/08295735231199858

In-Person and In-Home Teleneuropsychological Assessments With Youth With Neurodevelopmental Disorders: What’s the Difference?

2023· article· en· W4386864506 sur OpenAlexaff
Julia Moreau, Beth Pollock, Allyson G. Harrison

Notice bibliographique

RevueCanadian Journal of School Psychology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPsychologyConceptualizationContext (archaeology)Clinical psychologySpecial educationModalitiesCognitionDevelopmental psychologyStandardized testLearning disabilityAutismPsychiatryPedagogy

Résumé

récupéré en direct d'OpenAlex

Psychoeducational assessments provide clinicians with the foundation for diagnostic determinations and meaningful recommendations for youth with neurodevelopmental disorders. Due to the COVID-19 pandemic, the field shifted from seeing clients face-to-face (FTF) to conducting evaluations virtually via teleneuropsychology (TNP) in the client’s own home. The current study sought to determine the equivalence of cognitive and achievement scores obtained in the context of FTF versus TNP testing. Nineteen youth with diverse neurodevelopmental disorders completed the Woodcock Johnson-Fourth Edition (WJ-IV). Results suggest generally equivalent results, with the caveat that scores from measures of Fluid Reasoning and Auditory Processing were significantly different across testing modalities. Environmental factors, characteristics of the clients, administration challenges, technical considerations, and practice effects may have contributed to differences in scores. These findings have implications for assessment standardization, case conceptualization, and implementation of recommendations in the school setting when psychoeducational assessments are conducted virtually.

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)0,012
score de la tête « metaresearch » (Gemma)0,048
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,067
Tête enseignante GPT0,364
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of School PsychologyMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207