The ability of the general movements assessment to predict fine motor and visuomotor outcomes in six-year old children born preterm
Bibliographic record
Abstract
De récents progrès ont résulté en une amélioration du taux de survie d'enfants nés prématurés et de petit poids. Par conséquent, l'emphase est maintenant placée sur la morbidité et non la mortalité. Il est donc important d'identifier correctement les enfants à risque de problèmes de développement afin que leurs capacités futures soient maximisées. Le General Movements Assessment de Prechtl est une évaluation néonatale qui est uniquement constituée d'observation. De plus, des études suggèrent que sa spécificité surpasse celle d'autres examens néonatals.L'objectif général de cette thèse était de décrire l'association entre la classification du General Movements Assessment à 12 semaines d'âge ajusté et la présence de troubles de la motricité fine et du développement visuel-moteur à l'âge de six ans auprès des enfants nés très prématurés et de très petit poids. Les résultats indiquent une prévalence élevée de problèmes de motricité fine et du contrôle visuel-moteur. Aucune association n'a était détectée entre les résultats du General Movements Assessment et les résultats à 6 ans. Cependant, la spécificité était élevée. Des indicateurs périnataux (poids, âge de gestion, insultes cérébrales, et sexe) étaient associés aux difficultés de contrôle visuel-moteur et de motricité fine. Ces résultats indiquent que cette population est à risque de développer des difficultés au niveau de la motricité fine et du contrôle visuel-moteur à l'âge de six ans. Bien que le General Movements Assessment n'as pas prédit ces incapacités, il est possible que la capacité prédictive de cette évaluation soit plutôt liée aux habiletés générées par la colonne vertébrale.
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 | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".