MétaCan
Menu
Retour à la cohorte
Enregistrement W1774431643 · doi:10.1037/a0039723

Do negative views of aging influence memory and auditory performance through self-perceived abilities?

2015· article· en· W1774431643 sur OpenAlexafffund
Alison L. Chasteen, M. Kathleen Pichora‐Fuller, Kate Dupuis, Sherri L. Smith, Gurjit Singh

Notice bibliographique

RevuePsychology and Aging · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychologyStructural equation modelingPerceptionDevelopmental psychologyHealthy agingCognitive psychologyGerontology

Résumé

récupéré en direct d'OpenAlex

Memory and hearing are critical domains that interact during older adults' daily communication and social encounters. To develop a more comprehensive picture of how aging influences performance in these domains, the roles of social variables such as views of aging and self-perceived abilities need greater examination. The present study investigates the linkages between views of aging, self-perceived abilities, and performance within and across the domains of memory and hearing, connections that have never been examined together within the same sample of older adults. For both domains, 301 older adults completed measures of their views of aging, their self-perceived abilities and behavioral tests. Using structural equation modeling, we tested a hypothesized model in which older adults' negative views of aging predicted their performance in the domains of memory and hearing through negatively affecting their self-perceived abilities in those domains. Although this model achieved adequate fit, an alternative model in which hearing performance predicted self-perceived hearing also was supported. Both models indicate that hearing influences memory with respect to both behavioral and self-perception measures and that negative views of aging influence self-perceptions in both domains. These results highlight the importance of views of aging and self-perceptions of abilities within and across these domains.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,729

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,077
Tête enseignante GPT0,405
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetAging and Gerontology ResearchTravaux en français237 207