Assessing Syntax Comprehension in French Post-Stroke Aphasic Patients : Developpement, Validation and Normalisation of The Batterie Du2019U00C9Valuation De La Compru00C9Hension Syntaxique (Bcs)
Notice bibliographique
Résumé
Introduction: In order to fill a lack of clinical tools in French for evaluation of syntax processing, the Batterie du2019u00e9valuation de la compru00e9hension syntaxique (BCS) was developed in a collaborative work between research teams from Switzerland and Quebec. The BCS contains 5 sub-tests and is based on a cognitive syntax processing model.Methodology: For validation, a group of aphasic participants (n=30) was recruited to perform convergent, divergent and discriminant validity assessments and test-retest reliability. The sentence comprehension task of the MT-86 (the most commonly used french clinical test) was used as a reference. For normalisation, two groups of healthy participants from Switzerland (n=75) and Quebec (n=25) were recruited. Analyses were performed to compare the impact of geographic origin, age, and education on performance at BCS. Finally, the normative data for each BCS sub-test was calculated.Results: The BCS demonstrates good convergent validity, excellent divergent validity and excellent test-retest reliability. Discriminant validity analyses reveal that the BCS is as specific as the MT-86, but more sensitive in identifying post-stroke patients with syntax comprehension deficits. Control participants from Quebec and Switzerland perform similarly to the BCS. Only education level has a significant effect on performance; normative data is therefore stratified accordingly.Conclusion: The BCS has good metrological qualities and norms can be used with both Quebec-French and Swiss-French populations. Normative data, alert point (15th percentile) and cut-off (5th percentile) for each BCS sub-test, based on participantu2019s education level, were calculated and will be published shortly.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».