Further investigations into performance variance on the Multiple Errands Test
Notice bibliographique
Résumé
INTRODUCTION: The Multiple Errands Test (MET) is a complex, performance-based assessment that is useful for characterising the impact of impairments of executive function on everyday activities. However, performance variance amongst those without neurological pathology, and the impact of non-cognitive factors on this, requires further investigation. METHODS: This was a cross-sectional analytic study, conducted with a convenience sample of 40 neurologically intact community-dwelling Australian adults. Participants completed a hospital or shopping centre version of the MET, where their Performance Efficiency, Task Completions and Rule Breaks were recorded. Non-cognitive factors of interest were demographic (age, sex and education), psychological (measured with the Hospital Anxiety and Depression Scale and self-ratings of test anxiety) and assessment-related (assessment site, self-reported site familiarity and observed strategy use). MET performance was analysed using descriptive statistics. A series of standard multiple and binary logistic regression analyses examined the relationships between MET performance and non-cognitive factors. RESULTS: Most participants (n = 35, 87.5%) completed at least 10 of the 12 prescribed tasks and broke an average of four rules (SD = 2.36). They achieved an average performance efficiency rating of 0.75/1 (SD = 0.15), suggesting variability in the extent to which participants made non-essential location stops and/or failed to complete tasks whilst at an essential location. The assessment site and participant site familiarity had a statistically significant (p < 0.05) impact on Performance Efficiency and Task Completion scores, and psychological factors had a statistically significant (p < 0.05) relationship with Rule Breaks. CONCLUSION: Findings suggest that the impact of factors other than cognition should be considered when interpreting MET performance. The assessment site and participant site familiarity may contribute to significant variability in Performance Efficiency scores. Clinicians should also be aware of the potential impact of these assessment-related factors on Task Completions and psychological distress on Rule Breaks.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».