MétaCan
Menu
Retour à la cohorte
Enregistrement W1935380916 · doi:10.1037/a0039608

How your executive functioning impacts me: Findings from a normative sample of older couples.

2015· article· en· W1935380916 sur OpenAlexaff
Jenna Dawson, Uzma S. Rehman, Tara McAuley, Emily Schryer

Notice bibliographique

RevuePsychology and Aging · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPsychologyDyadNormativeDevelopmental psychologyAssociation (psychology)CognitionMoodInterpersonal communicationInterpersonal relationshipClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Although executive functioning (EF) has implications for one's emotional functioning and interpersonal behavior, and EF skills become more variable as we age, little research has investigated whether normative age-related changes in EF impact social-emotional outcomes in close others. The current study used a dyadic approach to examine the impact of individual differences in core aspects of EF on indices of well-being in 91 married or cohabiting couples aged 55 years and older. Participants in each dyad completed EF tasks of inhibition, working memory, and task switching, control tasks of language and short-term memory (STM) in which EF demands were comparatively minimal, and self-report measures of depression and quality of life. Dyadic analyses showed that individuals with lower levels of EF self-reported more depressive symptoms, though there was no significant association between an individual's EF and their partner's self-reported mood. Conversely, individuals with lower levels of EF had partners who endorsed a lower quality of life, though there was no significant association between an individual's EF and their own quality of life ratings. Control tasks did not predict either aspect of well-being in either member of the dyad. Taken together, these findings highlight EF-and not simply cognition in general-as a potential determinant of well-being in oneself and one's partner among aging couples.

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 enseignants0,142
Score d'incertitude au seuil0,540

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 technologies0,0000,000
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 Opus0,123
Tête enseignante GPT0,434
Écart entre enseignants0,311 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetMental Health Research TopicsTravaux en français237 207