MétaCan
Menu
Retour à la cohorte
Enregistrement W1998911421 · doi:10.1076/jcen.23.5.650.1242

Characteristics of Self-Reported Memory Compensation in Older Adults

2001· article· en· W1998911421 sur OpenAlexaff
Roger A. Dixon, Cindy M. de Frias, Lars Bäckman

Notice bibliographique

RevueJournal of Clinical and Experimental Neuropsychology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute on Aging
Mots-clésPsychologyCompensation (psychology)Set (abstract data type)Developmental psychologyLongitudinal studyLongitudinal sampleAudiologySocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Self-reported efforts to compensate for memory impairments in everyday life were examined. In seven scales, the Memory Compensation Questionnaire (MCQ) measures five mechanisms of memory compensation, as well as motivation to compensate and awareness of need to compensate. The MCQ was administered twice, at a 3-year interval, to a large sample of healthy older adults (aged initially 55-85 years) from the Victoria Longitudinal Study. Concurrent analyses (n = 854) revealed an excellent set of psychometric properties for the MCQ and its scales. Two-wave longitudinal analyses (n = 629) revealed overall short-term stability of compensatory strategy use. Although all groups reported a similar pattern of relative frequencies of compensatory mechanism use, select qualifications of age and gender were detected. Applications of the MCQ to investigate awareness, motivation, and implementation of compensatory memory strategies in various populations are discussed.

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 enseignants0,020
Score d'incertitude au seuil0,268

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 Opus0,046
Tête enseignante GPT0,427
Écart entre enseignants0,381 · 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

Citations125
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Experimental NeuropsychologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207