The linguistic and cognitive mechanisms underlying language tests in healthy adults : a principal component analysis
Notice bibliographique
Résumé
Pour un processus d’évaluation linguistique plus précis et rapide, il est important \nd’identifier les mécanismes cognitifs qui soutiennent des tâches langagières couramment \nutilisées. Une façon de mieux comprendre ses mécanismes est d’explorer la variance \npartagée entre les tâches linguistiques en utilisant l’analyse factorielle exploratoire. Peu \nd’études ont employé cette méthode pour étudier ces mécanismes dans le \nfonctionnement normal du langage. Par conséquent, notre objectif principal est \nd’explorer comment un ensemble de tâches linguistiques se regroupent afin d’étudier les \nmécanismes cognitifs sous-jacents de ses tâches. Nous avons évalué 201 participants en \nbonne santé âgés entre 18 et 75 ans (moyenne=45,29, écart-type= 15,06) et avec une \nscolarité entre 5 et 23 ans (moyenne=11,10, écart-type=4,68), parmi ceux-ci, 62,87% \nétaient des femmes. Nous avons employé deux batteries linguistiques : le Protocole \nd’examen linguistique de l’aphasie Montréal-Toulouse et Protocole Montréal d’Évaluation \nde la Communication – version abrégé. Utilisant l’analyse en composantes principales \navec une rotation Direct-oblimin, nous avons découvert quatre composantes du langage : \nla sémantique picturale (tâches de compréhension orale, dénomination orale et \ndénomination écrite), l'exécutif linguistique (tâches d’évocation lexicale - critères \nsémantique, orthographique et libre), le transcodage et la sémantique (tâches de lecture, \ndictée et de jugement sémantique) et la pragmatique (tâches d'interprétation d'actes de \nparole indirecte et d'interprétation de métaphores). Ces quatre composantes expliquent \n59,64 % de la variance totale. Deuxièmement, nous avons vérifié l'association entre ces \ncomposantes et deux mesures des fonctions exécutives dans un sous-ensemble de 33 \nparticipants. La performance de la flexibilité cognitive a été évaluée en soustrayant le - \ntemps A au temps B du Trail Making Test et celle de la mémoire de travail en prenant le \ntotal des réponses correctes au test du n-back. La composante exécutive linguistique était \nassociée à une meilleure flexibilité cognitive (r=-0,355) et la composante transcodage et \nsémantique à une meilleure performance de mémoire de travail (r=.0,397). Nos résultats \nconfirment l’hétérogénéité des processus sous-jacent aux tâches langagières et leur \nrelation intrinsèque avec d'autres composantes cognitives, tels que les fonctions \nexécutives.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».