MétaCan
Menu
Back to cohort
Record W4249133207 · doi:10.3917/rne.024.0273

Évocation lexicale libre chez les patients atteints de la maladie de Parkinson : une analyse quantitative et qualitative des mots produits

2010· article· fr· W4249133207 on OpenAlexaff
Christina Tremblay, J. A. R. Blais, Jeanne Lachance, Alain Ptito, Oury Monchi, Laura Monetta

Bibliographic record

VenueRevue de neuropsychologie · 2010
Typearticle
Languagefr
FieldArts and Humanities
TopicLinguistics and Discourse Analysis
Canadian institutionsUniversité de MontréalMcGill University Health CentreMontreal Neurological Institute and HospitalUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Fundersnot available
KeywordsPhilosophyHumanitiesMedicine

Abstract

fetched live from OpenAlex

<titre>Résumé</titre>Cette étude visait à explorer l’existence de différences qualitatives et quantitatives en évocation lexicale entre des patients atteints de la maladie de Parkinson (MP) et des sujets contrôles (SC). Un groupe de patients francophones atteints de la MP et un groupe de SC, appariés pour l’âge et le niveau de scolarité, ont effectué une tâche d’évocation lexicale libre ainsi que plusieurs tests neuropsychologiques. Le nombre de mots, la fréquence, la familiarité, la concrétude des mots et la stratégie utilisée lors de l’évocation des mots ont été analysés. Les résultats ont montré que les participants souffrant de la MP produisaient moins de mots que les SC, particulièrement dans la première minute de la tâche d’évocation lexicale libre. Cependant, peu de différences qualitatives ont été observées entre les deux groupes par rapport aux types de mots produits. Des liens semblent exister entre les résultats et les atteintes cognitives du groupe souffrant de la MP. Nous proposons que les déficits d’évocation lexicale observés dans la MP prennent leur origine dans les problèmes exécutifs dont souffrent ces patients.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.556
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.093
GPT teacher head0.393
Teacher spread0.300 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueRevue de neuropsychologieSame topicLinguistics and Discourse AnalysisFrench-language works237,207