MétaCan
Menu
Retour à la cohorte
Enregistrement W4394483590 · doi:10.6084/m9.figshare.7941911

Age-related differences in conversational discourse abilities A comparative study

2019· dataset· en· W4394483590 sur OpenAlexaboutno aff
Natalie Pereira, Ana Paula Bresolin Gonçalves, Mariana Goulart, Marina Tarrasconi, Renata Kochhann, Róchele Paz Fonseca

Notice bibliographique

RevueFigshare · 2019
Typedataset
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyLinguisticsDevelopmental psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT. Conversational discourse (CD) is among the most complex tasks in everyday life and relies on multiple cognitive domains (communicative and executive abilities). Alterations in discourse comprehension and production are often present in pathological aging. However, there is still a need to identify changes in healthy aging. Objective: This study aimed to compare young and older adults for the frequency of impaired communicative behaviors on a CD task. Performance was scored according to the Complementary Procedure of Conversational Discourse Analysis (CPCDA), developed based on the CD task from the Montreal Communication Evaluation Battery. Methods: A total of 95 participants (54 young-adults and 41 older adults) were evaluated. The frequency of communicative behaviors was compared between groups using MANCOVA and Chi-square tests. Results: Young adults showed fewer impairments in expression, pragmatics, cohesion, coherence, comprehension and emotional prosody. Older adults showed higher levels of verbal initiative and had fewer word finding difficulties. Communicative behaviors associated with planning and self-monitoring (e.g. repetition of information and syllabic false starts) appear to be common in the speech of healthy individuals in general. Conclusion: Studies which evaluate both discursive and cognitive skills are required to identify age-related changes. This would allow for the development of screening tools for CD assessment and preventive programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,216
Tête enseignante GPT0,452
Écart entre enseignants0,235 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAging and Gerontology ResearchTravaux en français237 207