L’entraînement de la mémoire de travail assisté par ordinateur : chez des enfants et des adultes présentant un Trouble de Déficit de l’Attention/Hyperactivité (TDAH) : résultat de deux études
Bibliographic record
Abstract
Depuis une dizaine d’années, l’entraînement cognitif est un type d’intervention non pharmacologique qui s’est développé afin de favoriser la réhabilitation après un traumatisme crânien ou un accident vasculaire cérébral. Le but de cette intervention est l’amélioration du fonctionnement cognitif par la répétition d’exercices généralement informatisés [1]. Cette intervention peut être envisagée dans le traitement du Trouble de Déficit de l’Attention/Hyperactivité (TDA/H) car ce trouble est associé à un déficit du fonctionnement cognitif [2]. À ce jour, la majorité des études TDA/H portent sur l’entraînement de la mémoire de travail par le programme Cogmed. Mais, les résultats des études sont controversés quant à l’impact du programme sur : le fonctionnement cognitif, les symptômes liés au TDA/H et les performances scolaires [3]. Face à ces constats, une première étude est réalisée au Québec auprès d’enfants présentant un Trouble de Déficit de l’Attention/Hyperactivité (TDA/H). Une seconde étude est réalisée en France auprès d’adultes présentant ce même trouble. L’objectif principal commun de ces deux études est d’évaluer l’efficacité d’un entraînement de la mémoire de travail assisté par ordinateur (Cogmed) sur les symptômes liés au TDA/H et le fonctionnement cognitif auprès (1) d’enfants, et (2) d’adultes présentant un TDA/H. Les objectifs secondaires de l’étude réalisée auprès d‘enfants sont d’évaluer l’efficacité du programme sur le rendement scolaire. Pour l’étude réalisée auprès d’adultes, les objectifs secondaires sont d’évaluer les effets du programme sur : (1) la symptomatologie anxieuse et (2) dépressive. Les deux études sont réalisées en double insu et comprennent une assignation aléatoire des participants. Pour chacune des deux études un groupe témoin actif durant lequel les participants réalisent également des exercices d’entraînement assistés par ordinateur est constitué. Toutefois, dans ce programme les exercices d’entraînement demeurent à un niveau de difficulté limité, ce qui a pour impact d’en réduire les effets. Les résultats de ces deux études sont présentés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".