Neural underpinnings of within-person variability in cognitive functioning.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Increased intraindividual variability (IIV), reflecting within-person fluctuations in behavioral performance, is commonly observed in aging as well as in select disorders including traumatic brain injury, schizophrenia, attention-deficit hyperactivity disorder (ADHD), and dementia. Much recent progress has been made toward understanding the functional significance of IIV in cognitive performance (MacDonald, Nyberg, & Bäckman, 2006) and biological information processing (Stein, Gossen, & Jones 2005), with parallel efforts devoted to investigating the links between older adults' deficient neuromodulation and their more variable neuronal and cognitive functions (Bäckman, Nyberg, Lindenberger, Li, & Farde, 2006). Despite these advances in the study of IIV, there has been little empirical examination of underlying neural correlates and virtually no synthesis of extant findings. The present review summarizes the accumulating empirical evidence linking age-related increases in IIV in cognitive performance to neural correlates at anatomical, functional, neuromodulatory, and genetic levels. Computational theories of neural dynamics (e.g., Li, Lindenberger, & Sikström, 2001) are also introduced to illustrate how age-related neuromodulatory deficiencies may contribute to increased neuronal noise and render information processing in aging neurocognitive systems to be less robust. The potential benefits of stochastic resonance and external noise are also discussed with respect to processing subthreshold stimuli (e.g., Li, von Oertzen, & Lindenberger, 2006). We conclude by highlighting important challenges and outstanding research issues that remain to be answered in the study of IIV.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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