Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Profils et populations d’intérêt1
Fonctions et dimensions cliniques11
Population et étape de vie4
Contextes de vie et facteurs environnementaux1
Évaluation, intervention et accompagnement3
Type et statut de la publication2
Limites méthodologiques repérées1
Fiabilité source
Preuve
Effacer
AttentionSource tier 1

Modèles neurobiologiques et visuels du fonctionnement attentionnel et émotionnel chez les enfants : une approche d'apprentissage automatiqueNeurobiosensory and Visual Patterns of Attentional and Emotional Functioning in Children: A Machine Learning Approach.

Population généraleAttentionFonctions exécutivesInhibitionFlexibilité mentale
ModéréNiveau de preuvePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude a développé et évalué une approche de dépistage multimodal automatisé intégrant des mesures oculomotrices, de reconnaissance faciale des émotions et neuropsychologiques chez 260 enfants de 7 à 15 ans. Un classifieur Random Forest a distingué les enfants avec une performance attentionnelle faible des enfants normatifs avec une AUC-ROC de 0,95. Les...

Hors périmètreSource tier 1

Qu'est-ce qui contribue à notre perception de l'illusion de la table de Shepard ?What contributes to our perception of the Shepard Tabletop Illusion?

VisionAdulteÉtude transversaleLimites non déterminées
ModéréNiveau de preuvePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude examine les mécanismes de l'illusion de la table de Shepard, où deux parallélogrammes identiques apparaissent avec des proportions différentes selon leur orientation. En mesurant la susceptibilité à l'illusion sous différentes conditions (indices de profondeur, texture, rotation mentale, constance de forme) et en évaluant les traits autistiques,...