Automated Author Profileอทิตา อมรลักษณานนท์
อทิตา อมรลักษณานนท์
Current S-Index
Sum of Dataset Indices for all datasets
Average Dataset Index per Dataset
Average Dataset Index per dataset
Total Datasets
Total datasets for this author
Average FAIR Score
Average FAIR Score per dataset
Total Citations
Total citations to the author's datasets
Total Mentions
Total mentions of the author's datasets
S-Index Interpretation
The S-Index (Sharing Index) is a comprehensive metric that represents the cumulative impact of all your datasets. It is calculated as the sum of Dataset Index scores across all your claimed datasets.
What it means:
- A higher S-index indicates greater overall impact of your datasets relative to typical datasets in their fields of research
- The S-Index grows as you add more datasets or as existing datasets gain more citations and mentions
- It provides a single number to track your research data impact over time
Current S-Index: 0.0 (sum of 2 datasets Dataset Index scores)
More information here.
S-Index Over Time
Cumulative Citations Over Time
Cumulative Mentions Over Time
Datasets
การทำงานของสมองที่เสื่อมถอยลงมักเกิดขึ้นในผู้สูงอายุ นอกจากความจำที่ด้อยลงแล้ว “ภาษาพูด” ยังบ่งบอกถึงลักษณะการทำงานของสมองที่ถดถอยลงตามวัยหรือที่อาจเกิดจากภาวะสมองเสื่อม ดังนั้นการศึกษานี้เป็นการขยายผลจากโครงการวิจัยของ Tantibundhit et al. (2016; 2017) เพื่อศึกษารูปแบบการใช้และความถี่ของการปรากฏของการพูดติดขัด 5 ประเภท คือ ช่วงหยุดแบบเงียบ ช่วงหยุดเติมเสียง การพูดซ้ำ การเพิ่มความยาวเสียง การตรวจสอบตนเอง และลักษณะทางกลสัทศาสตร์เสียงประเภทค่าระยะเวลาที่ใช้ในการพูด 5 ประการ คือ ค่า silent duration, pause rate, speaking rate, articulation rate และ hesitation ratio ที่อาจนำมาใช้จำแนกกลุ่มผู้สูงอายุที่มีการรู้คิดปรกติ (NC) ผู้สูงอายุที่มีภาวะการรู้คิดบกพร่องเล็กน้อย (MCI) และผู้สูงอายุที่เป็นโรคสมองเสื่อมชนิดอัลไซเมอร์ระยะต้น (mild AD) และยังศึกษาว่าความซับซ้อนของเครื่องมือทดสอบชนิดรูปภาพสำหรับบรรยายส่งผลต่อการพูดติดขัดและค่าระยะเวลาที่ใช้ในการพูดหรือไม่ อย่างไร ข้อมูลที่ใช้ศึกษาเป็นเสียงพูดของกลุ่มตัวอย่างที่บรรยายเหตุการณ์ที่เกิดขึ้นในภาพที่กำหนดให้จำนวน 2 ภาพ (เวลาโดยเฉลี่ยในการบรรยาย คือ 79.58 วินาทีต่อภาพ/คน) จากกลุ่มตัวอย่าง 3 กลุ่มคือ ผู้สูงอายุปรกติ 10 คน ผู้สูงอายุที่มีภาวะการรู้คิดบกพร่องเล็กน้อย 11 คน และผู้สูงอายุที่เป็นโรคสมองเสื่อมชนิดอัลไซเมอร์ 10 คน การวิเคราะห์เสียงพูดใช้โปรแกรมวิเคราะห์เสียง Praat และวิเคราะห์ค่าความแตกต่างด้วยสถิติการวิเคราะห์ความแปรปรวน (ANOVA) ผลการวิจัยพบค่าเฉลี่ยมากที่สุดของความถี่ที่ปรากฏในการพูดติดขัดทุกประเภทในกลุ่มผู้สูงอายุที่มีภาวะ MCI หรือผู้ป่วยโรค AD อย่างไรก็ดีผลทางสถิติแสดงว่าความแตกต่างของการปรากฏของช่วงหยุดเติมเสียงและการตรวจสอบด้วยตนเองมีนัยสำคัญทางสถิติที่จะจำแนกกลุ่มผู้สูงอายุ MCI และผู้ป่วยโรค AD ออกจากกันได้ ส่วนลักษณะทาง กลสัทศาสตร์เสียงประเภทค่าระยะเวลาที่ใช้ในการพูดแม้จะยังไม่มีความแตกต่างถึงระดับที่มีนัยสำคัญ แต่ก็มีแนวโน้มที่ค่อนข้างเห็นได้ชัดเจนในค่า pause rate และ articulation rate (p=0.117 และ p=0.084 ตามลำดับ) นอกจากนี้ “ระยะเวลาที่ใช้พูดแบบรวมช่วงหยุดแบบเงียบ” ซึ่งเป็นภาพรวมของการพูดต่อเนื่อง แม้จะไม่แสดงนัยสำคัญทางสถิติ แต่ก็มีแนวโน้มแสดงให้เห็นว่าเข้าใกล้การมีความแตกต่างอย่างมีนัยสำคัญทางสถิติอย่างมากด้วยเช่นกัน (p = 0.053)ความซับซ้อนของรูปภาพสำหรับบรรยายซึ่งเป็นเครื่องมือวิจัยส่งผลต่อการพูดบรรยายของกลุ่มตัวอย่าง ภาพที่มีความซับซ้อนขององค์ประกอบภาพน้อยและกลุ่มตัวอย่างมีความคุ้นเคยจะทำให้กลุ่มตัวอย่างพูดต่อเนื่องได้จำนวนพยางค์ค่อนข้างมากและมีจำนวน การพูดติดขัดในระดับคำมากกว่า ในขณะที่ภาพที่มีองค์ประกอบภาพค่อนข้างซับซ้อนและกลุ่มตัวอย่างไม่ค่อยคุ้นเคยจะทำให้กลุ่มตัวอย่างพูดต่อเนื่องได้จำนวนพยางค์ลดลงและใช้การพูดติดขัดประเภทการตรวจสอบตนเองมากขึ้น ทั้งนี้การพูดติดขัดมีความเชื่อมโยงกับค่าระยะเวลาที่ใช้ในการพูดโดยรวม ยิ่งใช้การพูดติดขัดมากครั้งก็จะใช้ระยะเวลาในการพูดมากขึ้นตามไปด้วย ผลการวิจัยนี้เป็นประโยชน์ต่อการออกแบบสร้างแบบทดสอบเพื่อช่วยคัดกรองผู้สูงอายุที่มีแนวโน้มเสี่ยงต่อการเกิดภาวะ MCI หรือโรค AD รวมถึงเป็นข้อมูลสำคัญที่ช่วยให้สมาชิกครอบครัวและผู้ใกล้ชิดใช้สังเกตและเฝ้าระวังว่าผู้สูงอายุมีการพูดที่ผิดแปลกไปซึ่งอาจนำไปสู่ภาวะ MCI หรือโรค AD
Authors
- อทิตา อมรลักษณานนท์