Videos to study Interactions in AGEing (VIntAGE)
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
The Videos to study Interactions in AGEing (VIntAGE) corpus aims to investigate the complex relationship between language, cognition, and aging, focusing on verbal and non-verbal pragmatic markers in older persons with mild cognitive impairment (MCI). This multimodal and longitudinal corpus incorporates an analysis of gestural and verbal markers in discourse, aligned with neurolinguistic models. It provides a rich dataset for analyzing how aging impacts communicative competence in individuals with MCI. The VIntAGE corpus comprises approximately 18 hours of video recordings from 36 face-to-face interviews conducted by a close acquaintance of each of the nine women, all over 75 years old. Five participants were selected for in-depth analysis due to significant changes in their cognitive status. The participants underwent a series of semi-structured interviews over 15 months. The data were processed using transcription tools (for verbal discourse) and annotation tools (for gestures) and then subjected to Principal Component Analyses to manage each individual's diverse dataset and discursive modalities. The corpus includes the annotation of 6,351 verbal pragmatic markers (VPMs) and 8,044 non-verbal pragmatic markers (NVPMs). The data reveal an average decrease in MoCA scores from 23/30 to 20/30 over one year, highlighting cognitive decline's effects on verbal and non-verbal communication.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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