MétaCan
Menu
Retour à la cohorte
Enregistrement W4390095716 · doi:10.1002/9781394259397.ch11

Interpreting the <scp>WISC–V</scp> from a Neuropsychological Perspective

2016· other· en· W4390095716 sur OpenAlexaboutno aff
Alan S. Kaufman, Susan Engi Raiford, Diane L Coalson

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuropsychologyClinical neuropsychologyPerspective (graphical)PsychologyNeuroanatomyAssociation (psychology)Cognitive psychologyNeuropsychological assessmentVariety (cybernetics)Cognitive scienceDevelopmental psychologyClinical psychologyCognitionNeuroscienceComputer sciencePsychotherapistArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This chapter provides a general overview of neuropsychologically oriented approaches, focusing on Lurian- and process-oriented approaches that stem from the work of Edith Kaplan and her colleagues. Specialization in clinical neuropsychology is recognized by the American Psychological Association (APA) and the Canadian Psychological Association. The practice of clinical neuropsychology “can be depicted as having a long history and a short past”. According to the APA website, specialized training for clinical neuropsychology includes knowledge of neuroanatomy, neuroscience, brain development, neurological disorders, neurodiagnostic techniques, and normal and abnormal brain function. Silver's information-processing model, for example, has historically been a foundation of Kaufman's intelligent testing approach. Although there is much variety in neuropsychological report writing, there are also commonalities. The illustrative case reports selected for this chapter all provide examples of neuropsychologically oriented approaches to interpretation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1740,026

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,399
Écart entre enseignants0,366 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducational and Psychological AssessmentsTravaux en français237 207