MétaCan
Menu
Retour à la cohorte
Enregistrement W2015057999 · doi:10.1080/13825580701217710

Effects of Noise on Identification and Serial Recall of Nonsense Syllables in Older and Younger Adults

2007· article· en· W2015057999 sur OpenAlexaff
Aimée M. Surprenant

Notice bibliographique

RevueAging Neuropsychology and Cognition · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRecallPsychologyAudiologyNonsenseCognitionTask (project management)Noise (video)Serial position effectFree recallDevelopmental psychologyArticulatory suppressionCognitive psychologyShort-term memoryWorking memoryNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

The present experiment investigated the hypothesis that age-related declines in cognitive functioning are partly due to a decrease in peripheral sensory functioning. In particular, it was suggested that some of the decline in serial recall for verbal material might be due to even small amounts of degradation due to noise or hearing loss. Older and younger individuals identified and recalled nonsense syllables in order at a number of different speech-to-noise ratios. Performance on the identification task was significantly correlated with performance on a subsequent serial recall task. However, this was restricted to the case in which the stimuli were presented in a substantial amount of noise. These data show that even small changes in sensory processing can lead to real and measurable declines in cognitive functioning as measured by a serial recall task.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,237

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,276
Écart entre enseignants0,265 · 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'étudeExpérimental (laboratoire)
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

Citations85
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging Neuropsychology and CognitionMême sujetHearing Loss and RehabilitationTravaux en français237 207