MétaCan
Menu
Retour à la cohorte
Enregistrement W4405129138 · doi:10.1515/cjal-2024-0405

Power Relations in Older Adults’ Cognitive Interaction in Clinical Setting: A Multimodal Pragmatic Perspective

2024· article· en· W4405129138 sur OpenAlexaboutno aff
Zhongquan Ma, Lihe Huang

Notice bibliographique

RevueChinese Journal of Applied Linguistics · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Power (physics)PsychologyMultimodal therapyCognitionCognitive psychologyComputer sciencePsychotherapistArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract This study explored the construction of power relations in the cognitive assessment of older adults within the Chinese clinical context. Data is derived from audio and video recordings that nine older adults produced in the cognitive assessment of the Chinese version of the Montreal Cognitive Assessment-Basic (MoCA-B), which were then annotated and analyzed from a multimodal pragmatic perspective. The study reveals that examiners and older adults employed various speech acts to achieve distinct communicative goals, with power relations between them being reflected through these speech acts. Examiners tend to claim high power, utilizing discourse strategies such as request, interruption, evaluation, rhetorical questions, and directive speech acts. In contrast, older adults assert high power through directive speech acts, rhetorical questions, and interruptions. Both parties also exhibit low power by using confirming questions and explanations. Additionally, gestures, smiles, prosody features, and other non-verbal communicative resources are synergistically employed to exercise power. The interactive mechanism of constructing power relations reveals that age affects older adults’ power relations construction even in a professional setting of the Chinese context. The negotiation between the advanced age of older adults and the expertise of examiners jointly shapes power relations in their interactions.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,396
Écart entre enseignants0,383 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Journal of Applied LinguisticsMême sujetHumor Studies and ApplicationsTravaux en français237 207