One hundred and ten fundamentals of performance validity tests in neuropsychological forensic disability and related assessment I: Introduction
Notice bibliographique
Résumé
This is the first of five articles on state-of-the-art conceptualization and research on the use of performance validity tests (PVTs) in forensic neuropsychological assessment. PVTs are standardized psychometric tests especially aimed at determining the extent of examinee underperformance, to the point that their cognitive test performance can be deemed invalid, and not representative of their genuine abilities. The article reviews key terms in the field, which include: PVTs; symptom validity tests (SVTs); cut scores; neuropsychological assessment; malingering/feigning and related terms; (especially invalid response set and negative response bias (NRB); the Diagnostic and Statistical Manual of Mental Disorders' (DSM-5) approach to defining malingering; test standardization; classification accuracy statistics (specificity and sensitivity); the multidimensional Malingered Neurocognitive Dysfunction (MND) framework, and the Erdodi Index (EI) multivariate framework. We conclude that PVT data might indicate invalid response set but malingering is attributed only after careful analysis of the full examinee profile, and not just on the basis of examinee PVT scores. This present five-article series stands in contrast to criticisms of the use of PVTs in FDRA by the Leonhards, as reviewed in the fifth article in the series.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».