Initial validation of SENIC: a cognitive test for assessing concussion in team sports
Notice bibliographique
Résumé
INTRODUCTION: Concussions present a significant public health concern, with an estimated 1.6 to 3 million sport-related cases reported annually in the United States alone. Athletes are particularly vulnerable due to repeated exposure to high-risk situations. We wish to validate a novel assessment tool designed to evaluate cognitive functioning through a sport-specific, decision-based task. METHOD: This study introduces SENIC (ENgaging and Immersive Cognitive Simulation), a dynamic, context-sensitive cognition task developed collaboratively with athletes and stakeholders. SENIC integrates ecological validity by contextualizing cognitive tasks within the athlete's sport. This approach offers an integrated view of cognition, as opposed to traditional methods that assess cognitive functions independently. Reaction time, a behaviorally linked indicator, serves in this study as a measure of information processing efficiency. Ninety-six athletes without current or recent concussion completed SENIC and the Immediate Post-Concussion Assessment and Cognitive Testing (ImPACT) battery. Construct validity was examined using a multitrait-multimethod matrix (MTMM) approach. RESULTS: The MTMM revealed correlations between SENIC's detection time and ImPACT's reaction time, ImPACT's visuomotor speed, and ImPACT's visual memory, providing preliminary evidence for convergent validity. CONCLUSION: Our study proposes an innovative neurocognitive assessment approach that combines external validity with dynamic cognition. SENIC seems promising in providing a contextually relevant evaluation of cognitive functioning in athletes at risk of concussion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».