Adaptation and Reliability of the Cinderella Story Retell Task in Canadian French Persons Without Brain Injury
Notice bibliographique
Résumé
PURPOSE: Main concept (MC) analysis is a well-documented method of discourse analysis in adults with and without brain injury. This study aims to develop a MC checklist that is culturally and linguistically adapted for Canadian French speakers and examine its reliability. We also documented microstructural properties and provide a normative reference in persons not brain injured (PNBIs). METHOD: Discourse samples from 43 PNBIs were collected. All participants completed the Cinderella story retell task twice. Manual transcription was performed for all samples. The 34 MCs for the Cinderella story retell task were adapted into Canadian French and used to score all transcripts. In addition, microstructural variables were extracted using Computerized Language Analysis (CLAN). Intraclass correlation coefficients were computed to assess interrater reliability for MC codes and microstructural variables. Test-retest reliability was assessed using intraclass correlations, Spearman's rho correlations, and the Wilcoxon signed-ranks test. Bland-Altman plots were used to examine the agreement of the discourse measures between the two sessions. RESULTS: The MC checklist for the Cinderella story retell task adapted for Canadian French speakers is provided. Good-to-excellent interrater reliability was obtained for most MC codes; however, reliability ranged from poor to excellent for the "inaccurate and incomplete" code. Microstructural variables demonstrated excellent interrater reliability. Test-retest reliability ranged from poor to excellent for all variables, with the majority falling between moderate and excellent. Bland-Altman plots illustrated the limits of agreement between test and retest. CONCLUSIONS: This study provides the MC checklist for clinicians and researchers working with Canadian French speakers when assessing discourse with the Cinderella story retell task. It also addresses the gap in available psychometric data regarding test-retest reliability in PNBIs. SUPPLEMENTAL MATERIAL: https://doi.org/10.23641/asha.24171087.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».