The classification accuracy of the recognition memory test–words as a performance validity test is affected by gender and education.
Notice bibliographique
Résumé
OBJECTIVE: Previous research suggested that Recognition Memory Test-Words (RMT-W) scores may be confounded by gender and handedness. This study was designed to examine its classification accuracy as a performance validity test (PVT) and susceptibility to demographic characteristics. METHOD: = 12.9). The RMT-W's classification accuracy was computed against psychometrically operationalized criterion groups. RESULTS: Optimal RMT-W cutoffs (≤ 42 to ≤ 40) produced a good combination of sensitivity (.62-.70) and specificity (.90-.96), correctly classifying 85.6%-87.7% of the sample. Women scored 1.5 points higher. RMT-W scores were unrelated to handedness but were correlated with education. A linear relationship emerged between level of education and the cutoff needed to achieve ≥ .90 specificity: ≤ 43 for ≥ 13 years of education, ≤ 41 for 12 years of education, and ≤ 39 for ≤ 11 years of education. RMT-W ≤ 45 had .91 specificity in women with postsecondary education. CONCLUSIONS: Results suggest that overall, the RMT-W remains an effective free-standing PVT. Gender, age, and handedness in isolation had minimal impact on RMT-W scores. However, education had a clinically significant effect. The combined effect of gender and education produced a marked shift in classification accuracy. Systematic research is needed on the relationship between demographics and PVT outcomes to ensure that cutoffs have the same clinical interpretation regardless of patient variables. (PsycInfo Database Record (c) 2026 APA, all rights reserved).
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 | 0,000 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».