MétaCan
Menu
Retour à la cohorte
Enregistrement W2015544158 · doi:10.1016/j.acn.2007.01.018

Spatial learning efficiency and error monitoring in normal aging: An investigation using a novel hidden maze learning test

2007· article· en· W2015544158 sur OpenAlexaffabout
R PIETRZAK, Harvey A. Cohen, Peter J. Snyder

Notice bibliographique

RevueArchives of Clinical Neuropsychology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyTest (biology)Artificial intelligenceMachine learningComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

This study compared 19 older adults and 20 younger adults on the Groton Maze Learning Test((c)) (GMLT), a novel computerized hidden maze learning test that assesses processing speed, spatial learning efficiency, and error monitoring. Convergent validity of this test was assessed by comparing GMLT scores to Paced Auditory Serial Addition Test (PASAT) and Tower of Toronto (TOT) scores. In the full sample, all GMLT measures correlated strongly with both PASAT and TOT scores (r's=0.53 to 0.73). GMLT measures most sensitive to detecting between-group differences were the Timed Chase Test (TCT), legal errors, and perseverative errors (Cohen's d's=3.81, 2.40, and 2.40, respectively). Scores on the visuomotor processing speed subtest of the GMLT attenuated the relationship between age group and maze efficiency index scores, but not perseverative and "rule-break" errors. These results suggest that normal aging is associated with impaired performance on a novel computerized measure of spatial learning efficiency and error monitoring, and that processing speed attenuates the relationship between age and spatial learning efficiency.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,172
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
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 recherche0,0000,001
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 Opus0,090
Tête enseignante GPT0,444
Écart entre enseignants0,354 · 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

Citations56
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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