Complexity of picture narration and description in a healthy adult population : pilot study
Notice bibliographique
Résumé
Η παρούσα ερευνητική εργασία είναι βασισμένη στην ανάλυση του περιγραφικού και αφηγηματικού λόγου, όροι οι οποίοι αποτελούν βάση για τη διεξαγωγή της. Η έρευνα βασίστηκε στην ανάλυση τριών ηλικιακών ομάδων ανδρών υγιούς πληθυσμού, των 21 εώς 50 ετών. Τα άτομα αυτά κλήθηκαν να συμπληρώσουν τις απαντήσεις του σταθμισμένου τεστ MOCA (Montreal Cognitive Assessment) και τη Κλίμακα Άγχους και Κατάθλιψης (HADS), καθώς και ενός γενικού ερωτηματολογίου. Στη συνέχεια, προχώρησαν στην περιγραφή τριών εικόνων, και συγκεκριμένα των εικόνων Cookie Theft, AST, CAT. Από την περιγραφή αυτή, ηχογραφήθηκε και συλλέχθηκε δείγμα λόγου και ομιλίας. Σκοπός την εργασίας είναι να διερευνηθεί και να αναλυθεί το κατά πόσο το δείγμα λόγου κάθε ατόμου επηρεάζεται από παράγοντες όπως: το εκπαιδευτικό υπόβαθρο, τη ψυχολογική κατάσταση, τις γνωστικές λειτουργίες, την ηλικία, τον τόπο καταγωγής, το χρόνο δαπάνης στα μέσα κοινωνικής δικτύωσης, τον τρόπο ενημέρωσης, τον τρόπο συγκράτησης πληροφοριών, την ανάγνωση βιβλίων, το ιστορικό γλωσσικής διαταραχής καθώς και την περιπλοκότητα της εικόνας. Βάσει των αποτελεσμάτων της έρευνας και κρίνοντας πάντα υπό το πρίσμα του μικρού αριθμού υποκειμένων μπορεί να ειπωθεί : 1) Το μορφωτικό επίπεδο μπορεί να επηρεάσει την πολυπλοκότητα αφήγησης και περιγραφής σταθμισμένης εικόνας 2) Το ηλικιακό γκρουπ 21-30 σημείωσε καλύτερη απόδοση στην καταμέτρηση κύριων γεγονότων 3) Ως περισσότερο περίπλοκη εικόνα κρίθηκε από τα υποκείμενα η AST ωστόσο, τα περισσότερα απόντα γεγονότα σημειώθηκαν στην CAT. Συγκεφαλαιώνοντας, τα αποτελέσματα καθώς και οι υποθέσεις είναι αρκετές, γύρω από τις παραμέτρους που εξετάστηκαν μέσω των εθελοντών συμμετεχόντων της παρούσας πτυχιακής εργασίας, οι οποίες δίνουν το έναυσμα για περαιτέρω συζήτηση και έρευνα γύρω από επιστημονικά θέματα που αφορούν τον τομέα της Λογοθεραπείας.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».