Development of a checklist for cognitive assessment requirements (CARE) based on a Delphi consensus study
Notice bibliographique
Résumé
Situational factors can influence cognitive performance and should be considered for conducting cognitive assessments. The objective of this project was to develop a checklist for Cognitive Assessment Requirements (CARE) to identify these situational factors before conducting cognitive assessments and account for them. This study employed a four-round Delphi approach involving 22 experts to identify situational factors that can impact cognitive assessment results. The development of a robust and well-balanced checklist was guided by a consensus-driven approach, which considered metrics such as Interquartile Deviation (IQD) (> 1.00), Percentage of Positive Responses (PPR, above 60%), and mean importance ratings (< 3 on a 5-point Likert scale) to assess both degree of agreement and item importance. Consensus was reached, leading to a 14-item checklist to evaluate cognitive assessment requirements. These items were categorized into six groups: Acute Illness or Physical Discomfort, Medication Effects and Substance Use, Sleep Quality and Fatigue, Emotional State, Language factors, and Environmental factors. The CARE can be employed prior to cognitive assessments to identify situational factors of relevance to the individual client, thereby creating a more favorable environment for cognitive evaluation, and enhancing the reliability of the assessment findings. Furthermore, the CARE can help determine the level of confidence in the results by assessing whether the conditions are conducive to testing or if situational factors may undermine the validity of the evaluation.
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 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 | 0,010 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».