MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394524506 · doi:10.6084/m9.figshare.19927881

Formal language assessment in low-educated persons with aphasia: can the lesion effect be distinguished from the education effect?

2022· dataset· en· W4394524506 sur OpenAlexaboutno aff
Natalia Malagueta de MEDEIROS, Karin Zazo Ortiz

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAphasiaPsychologyLesionLinguisticsDevelopmental psychologyCognitive psychologyPsychiatryPhilosophy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background: Language tests are important in the assessment and follow up of people with aphasia (PWA). However, language assessment in the low literacy population is still a challenge. Objective: To investigate whether a formal evaluation of aphasia is able to distinguish the neurological effect from the effect of low educational level in people with post-stroke aphasia. Methods: The sample consisted of a group of 30 aphasic subjects (AG) and a control group (CG) of 36 individuals, both with an educational level of 1-4 years. The Brazilian Montreal-Toulouse Language Assessment battery was applied to all subjects. Results: There were statistically significant differences between the groups in 19 out of the 20 tasks analyzed. Conclusions: These results suggest that formal evaluation procedures are able to detect language disorders resulting from stroke, even in subjects with low educational level.

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)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,020
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,006

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 Opus0,024
Tête enseignante GPT0,322
Écart entre enseignants0,299 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetNeurobiology of Language and Bilingualism→Travaux en français237 207→