MétaCan
Menu
Retour à la cohorte
Enregistrement W4394331575 · doi:10.6084/m9.figshare.21774514

Normative data for the Color Trails Test in middle-aged and elderly Quebec-French people

2022· dataset· en· W4394331575 sur OpenAlexaffabout
Anne-Sophie Gaudreau, Joël Macoir, Carol Hudon

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésNormativeTest (biology)GerontologyPsychologyGeographyMedicinePolitical scienceLawBiology

Résumé

récupéré en direct d'OpenAlex

Despite the widespread use of the Color Trails Test (CTT) in clinical and research settings, information regarding the impact of sociodemographic variables on test performance in Quebec-French adults and elderly people is non-existent. This study aimed to establish French-Quebec normative data for error scores and completion time on all test trials (CTT1 and CTT2) taking into account the impact of age, education, and sex on test performance. The sample consisted of 169 community-dwelling and healthy Quebec-French individuals aged between 50 and 90 years and having between 6 and 21 years of formal education. Regression analyses indicated that age was associated with completion time on CTT1 and CTT2. Spearman correlations also revealed that age was positively associated with error scores (CTT1 errors, CTT2 number errors, CTT2 near-misses) and index interference. Education was marginally associated with CTT1 but was not associated with CTT2 completion time or interference index. Education was only associated with the number of errors in the CTT2. Finally, sex was not associated with any variables. Equations to calculate <i>Z</i> scores and percentiles are presented. Norms for the CTT will ease the interpretation of executive functioning in Quebec-French adults and the elderly and favor accurate discrimination between normal and pathological cognitive states.

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)0,002
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,8950,001

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.

Tête enseignante Opus0,159
Tête enseignante GPT0,352
Écart entre enseignants0,193 · 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
GenreJeu de données

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetColor perception and designTravaux en français237 207