MétaCan
Menu
Back to cohort
Record W7133443556

Logiciel d'évaluation de la parole (version screening) MonPaGe-2.0.s

2021· software· en· W7133443556 on OpenAlexaboutno aff
Roland Trouville, Véronique Delvaux, Cécile Fougeron, Marina Laganaro

Bibliographic record

VenueORBi UMONS · 2021
Typesoftware
Languageen
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationElectrodiagnosisPoison control
DOInot available

Abstract

fetched live from OpenAlex

Le protocole d'évaluation de la parole MonPaGe-2.0.s est destiné à l'évaluation des troubles moteurs de la parole légers à modérés chez l'adulte francophone. Il a été élaboré par un groupe de chercheurs et cliniciens de quatre régions de la francophonie (France, Suisse, Belgique, Québec). Il s'agit d'une batterie d'évaluation de la parole comprenant une passation informatisée (avec enregistrement des productions des patients) et des analyses perceptives et acoustiques semi-automatiques. Sa prise en main nécessite un minimum de compétences en phonétique acoustique. Une passation complète dure entre 20 et 30 minutes, et consiste en la passation successive de différents modules (p.ex. module « intelligibilité », « pseudo-mots », etc. ; voir Pernon et al., 2020). Dans une deuxième phase (20 à 30 min également), le clinicien effectue la cotation des enregistrements effectués lors de la passation. Selon les modules, la cotation est perceptive ou acoustique (assistée sous Praat), et permet au final l'extraction automatique d'une vingtaine d'indicateurs visant à décrire différents aspects de la parole du patient: voix, articulation, intelligibilité, débit, prosodie, performances maximales en phonation et diadococinésies. A l'issue de la cotation, deux rapports sont générés. Le 1er rapport situe les résultats du patient par rapport à une population de référence pour chaque paramètre évalué sur une échelle inter-centile. Le 2ème rapport présente les scores de déviance pour chacun des paramètres retenus pour le calcul du Score Total de Déviance. Les normes utilisées dans MonPaGe-2.0.s sont issues d'une base de données de 404 locuteurs de quatre régiolectes du français : France (Paris), Belgique (Mons), Suisse (Genève) et Québec (Montréal) ; voir Fougeron et al., 2018. Le protocole MonPaGe-2.0.s a été validé sur 80 patients présentant différents sous-types de dysarthrie ou avec apraxie de la parole légères à modérées et 62 locuteurs contrôles différents de ceux de la base utilisée pour la norme (Laganaro et al., 2020). Le cut-off du Score Total de Déviance est une valeur supérieure à 2. Il a été montré dans Laganaro et al. (2020) qu'avec ce cut-off, un trouble moteur de la parole peut être diagnostiqué avec une spécificité de 95% et une sensibilité de 83.8%, et que le Score Total de Déviance présente une très bonne corrélation avec une évaluation perceptive indépendante réalisée par 6 experts. Le protocole MonPaGe-2.0.s est issu d'un projet plus large, permettant diverses applications en recherche et en clinique autour de l'évaluation de la parole. Le protocole lui-même sera amené à évoluer. Les rapports chiffrés obtenus en fin de procédure dépendent de la version spécifique du protocole utilisée. CONSORTIUM MONPAGE Le projet MonPaGe a été développé grâce à une collaboration multi-sites et multi-partenaires. Conception, élaboration, mise en oeuvre : Cécile Fougeron, Phonéticienne, Directeur de recherche CNRS, Laboratoire de Phonétique et Phonologie, UMR7018, CNRS-Université Sorbonne-Nouvelle, France Marina Laganaro, Logopédiste, Neuropsychologue, Professeure, Laboratoire de Psycholinguistique, Faculté de Psychologie et des Sciences de l'Education, Université de Genève, Suisse Véronique Delvaux, Phonéticienne, Chercheur Qualifié FNRS, Institut de Recherches en Sciences et Technologies du Langage, Université de Mons, Belgique Michaela Pernon, Orthophoniste, Hôpitaux Universitaires de Genève, Suisse & CRMR Wilson, Assistance Publique Hôpitaux de Paris, France Nathalie Lévêque, Orthophoniste, Département de Neurologie , Hôpital La Pitié Salpêtrière, APHP, France Avec la collaboration de : Roland Trouville, Ingénieur de Recherche, Laboratoire de Phonétique et Phonologie, UMR7018, CNRS-Université Sorbonne-Nouvelle, France (Programmation) Stéphanie Borel, Sabina Catalano, Ursula Lopez, Lucie Ménard, Pauline Pellet, Tanja Kocjancic Antolik (Développement) Isabelle Descombes, Réalisatrice MAV, Responsable du service multimédia de la Faculté de Psychologie et des Sciences de l'Education, Université de Genève, Suisse (Graphisme)

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)0.002
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.259
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0030.005

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 head0.032
GPT teacher head0.296
Teacher spread0.264 · 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; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueORBi UMONSFrench-language works237,207