MétaCan
Menu
Retour à la cohorte
Enregistrement W4394531129 · doi:10.6084/m9.figshare.6832247

Influence of the home environment on the motor development of infants with Down syndrome

2018· dataset· en· W4394531129 sur OpenAlexaboutno aff
Natália Alves Goulart Knychala, Edna Alves de Oliveira, Lúcio Borges de Araújo, Vívian Mara Gonçalves de Oliveira Azevedo

Notice bibliographique

RevueFigshare · 2018
Typedataset
Langueen
DomainePsychology
ThématiqueDevelopmental and Educational Neuropsychology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDevelopmental psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Children with Down syndrome present impairments in neuro-psychomotor development, which are related to muscle tone, postural control and balance. Motor development is influenced by biological, psychological, social and environmental factors. Thus, the environment in which the infant is in can facilitate the neuro-psychomotor development. The objective of this study was to evaluate the influence of the home environment on the motor development of infants with Down syndrome. Sixteen infants with Down syndrome were divided into Group I (3 to 11 months of age) and Group II (12 to 18 months of age), evaluated by the Alberta Infant Motor Scale (AIMS) and the Affordances in the Home Environment for Motor Development Infant-Scale (AHEMD-IS) questionnaire. Data analysis was performed using the Kruskall-Wallis test, Spearman’s correlation coefficient and the likelihood ratio test. The results showed a significant positive relationship between the gross AIMS score and the variety of stimuli (p=0.01, r=0.78) and with the AHEMD-IS questionnaire score (p=0.02, r=0.74) in Group 2. Family income and affordances with motor function toys (p=0.05, r=0.49) were also correlated, but the correlation was weak. The home environment plays an important role in the motor development of children with Down syndrome aged between 12 and 18 months, as it provides opportunities for experiencing and experimenting. Better suited environments provide better motor performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,268
Écart entre enseignants0,241 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetDevelopmental and Educational NeuropsychologyTravaux en français237 207