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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,008 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».