Hızlı otomatik adlandırmada sağlıklı yetişkinlerin yaşa ve eğitim düzeyine bağlı performanslarının incelenmesi / Investigation of age and education level dependent performance of healthy adults in rapid automatic naming
Notice bibliographique
Résumé
Yaşlılık dönemindeki yetişkinlerin kelime bulmada patolojik bir durumları olmasa bile üretilen kelimenin doğruluğunda azalma olduğu ve öğeleri adlandırma için gereken sürenin arttığı bilinmektedir. Hızlı otomatik adlandırma (HOA), bireylerin nesneleri, renkleri, harfler ve rakamları sesli bir şekilde ne kadar hızlı adlandırabildiğini ölçen bir görevdir. Hızlı otomatik adlandırma becerisi leksikal (sözcüksel) erişim hızı, leksikal erişim, görsel algılama, semantik kategorizasyon ve motor çıktı aşamaları arasındaki işlemleme süresi, dikkatte sürdürülebilirlik gibi dil-bilişsel beceriler gibi çok faktörlü talepleri yansıtır. Artan yaşla birlikte en çok bildirilen şikayetlerden biri de adlandırma zorluğu çekilmesidir. Bu çalışmada genç yetişkin, orta yaşlı yetişkin ve yaşlı yetişkinlerden elde edilen verilerle hızlı otomatik adlandırma becerilerinin (adlandırma doğruluğu, adlandırmaya başlama süresi, adlandırma sırasında revizyon ve her bir alt görev için toplam adlandırma süresi) yaş ve eğitim düzeyine bağlı değişimi incelenip yaş ve eğitim düzeyi gruplarına göre kıyaslanmıştır. Çalışmanın katılımcıları, 20-65 yaşları arasında sağlıklı 157 bireyden oluşmaktadır. Çalışmaya dahil edilen katılımcılar; herhangi bir nörolojik ve psikiyatrik hastalığa sahip olmayan, anadili Türkçe olan, okuma- yazma bilmen, renk körü olmayan ve ileri düzeyde görme kaybı yaşamayan bireylerden oluşmaktadır. Katılımcılara Gönüllülük Onam Formu doldurulduktan sonra yaş, eğitim demografik bilgileri alındıktan sonra katılımcılara Montreal Bilişsel Değerlendirme Ölçeği, Edinburgh El Tercihi Envanteri, Diadokinetik Hız, Ishihara Testi ve Hızlı Otomatik Adlandırma görevleri uygulanmıştır. Yapılan istatistiksel analizlerde yaşa bağlı hızlı otomatik adlandırma becerilerinde farklılıklar olduğu saptanmıştır. Hızlı otomatik adlandırma becerisi; adlandırma doğruluğu, adlandırmaya başlama süresi, adlandırma sırasında revizyon ve her bir alt görev için toplam adlandırma süresi parametleri gruplara göre karşılaştırılmıştır. Artan yaş ve eğitim düzeyinin hızlı otomatik adlandırma becerisinin tüm alt görevlerinde adlandırma süresini etkilediği bulunmuştur. Adlandırma hataları, revizyon ve reaksiyon süresi açısından hızlı otomatik adlandırma hemtekli hem de çoklu alt görevler ile hem de sembolik olan ve sembolik olmayan görevlerde de gruplar arasında farklar gözlemlenmiştir.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».