Corpus complet

Articles

2 articles, page 1 sur 1, triés par date de publication.

Filtres actifs
Adolescence×Intelligence artificielle×7 jours×
Classification multiaxialeCombinez un trouble, une fonction, une population, un contexte ou une intervention.
Fonctions et dimensions cliniques4
Langage expressif2Audition1Parole et phonologie1Pragmatique et communication sociale1
Conditions associées et santé globale1
Troubles psychotiques1
Population et étape de vie2
Adolescence2Enfance2
Contextes de vie et facteurs environnementaux1
Hôpital1
Évaluation, intervention et accompagnement4
Intelligence artificielle2Instrument d’évaluation2Évaluation diagnostique1Repérage et dépistage1
Type et statut de la publication5
Résumé uniquement2Accès ouvert1Étude de performance diagnostique1Validation d’instrument1Prépublication1
Limites méthodologiques repérées3
Limites non déterminées2Généralisation limitée1Petit échantillon1
Fiabilité source
Source tier 11Source tier 21
Résumé
Avec résumé2
Date
7 jours30 jours90 jours
Tri
RécentAncien
Effacer
Troubles psychotiquesSource tier 2

Perplexité linguistique des grands modèles de langage dans la psychose à début dans l'enfance : caractéristiques uniques et tendances développementalesLarge language model linguistic perplexity in childhood onset psychosis: unique features and developmental trends

Langage expressifPragmatique et communication socialeTroubles psychotiquesEnfanceAdolescence
Non déterminableRobustesse méthodologiquePsyArXiv via Europe PMC — preprints a signalerSourceDOIRéférence disponible

Aucun résumé n'est disponible pour ce preprint déposé sur PsyArXiv (DOI 10.64898/2026.09.17.26363314). Le titre indique une étude portant sur la « perplexité linguistique » mesurée par de grands modèles de langage (LLM) chez des enfants présentant une psychose à début précoce, avec une analyse de caractéristiques linguistiques distinctives et de leur évoluti...

Parole et phonologieSource tier 1

Diagnostic de l'hypernasalité assisté par intelligence artificielle à partir d'échantillons de parole évalués par le CAPS-A-AM dans la dysfonction vélopharyngée pédiatriqueArtificial Intelligence-Based Hypernasality Diagnosis Using CAPS-A-AM Rated Speech Samples in Pediatric Velopharyngeal Dysfunction.

Parole et phonologieLangage expressifAuditionEnfanceAdolescence
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude prospective monocentrique a développé un algorithme préliminaire de détection de l'hypernasalité par apprentissage automatique à partir de spectrogrammes mel de voyelles hautes (/i/ et /u/) extraits de voyelles soutenues, de mots isolés et de phrases, chez 40 enfants âgés de 2 à 17 ans présentant une dysfonction vélopharyngée, des conditions asso...