Investigating the Relationship Between COVID-19 and Naming: A Descriptive Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: Coronavirus disease-2019 (COVID-19) was first discovered in Wuhan, China in 2019, and has spread worldwide since its discovery, leading to the COVID-19 pandemic. It is frequently known that COVID-19 causes side effects such as fever, cough, difficulty in breathing, and neuropsychiatric disorders such as delirium and changes in consciousness by affecting the central nervous system. However, studies on naming and its effect on word-retrieval are very limited. Naming is a language skill that includes the ability of an individual to name an object or an image of an object, that is, the process of recalling words and producing words. The aim of the present study is to determine the relationship between COVID-19 and naming difficulties. Material and Methods: In the first stage, a questionnaire was sent to the volunteer participants to obtain demographic information. Among the participants whose demographic information was obtained, naming skills assessment tests were applied to people aged 18-40 who had COVID-19 and those who have not had COVID-19. The Boston Naming Test was used to assess naming, the Pyramid Palm Trees Test to assess access to semantic information, the Word Fluency (K-A-S) Test and categorical fluency tests to assess verbal fluency; and the Montreal Cognitive Assessment Test to assess cognitive skills. Results: The test results were analyzed and the relationship between COVID-19 and naming and word-retrieval difficulties was examined. Conclusion: The relationship between naming skills and having had COVID-19 was found to be significant.
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.
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 | 0,027 | 0,014 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle