MétaCan
Menu
Retour à la cohorte
Enregistrement W2081322741 · doi:10.3389/fnagi.2012.00028

Virtual navigation strategies from childhood to senescence: evidence for changes across the life span

2012· article· en· W2081322741 sur OpenAlexafffund
Véronique D. Bohbot, Sam McKenzie, Kyoko Konishi, Céline Fouquet, Vanessa Kurdi, Russell Schachar, Michel Boivin, Philippe Robaey

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité LavalHospital for Sick ChildrenDouglas Mental Health University Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeurocognitiveLife spanCognitive agingSenescencePsychologyGerontologyNeuroscienceDevelopmental psychologyCognitive psychologyPhysical medicine and rehabilitationCognitionMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study sought to investigate navigational strategies across the life span, by testing 8-years old children to 80-years old healthy older adults on the 4 on 8 virtual maze (4/8VM). The 4/8VM was previously developed to assess spontaneous navigational strategies, i.e., hippocampal-dependent spatial strategies (navigation by memorizing relationships between landmarks) versus caudate nucleus-dependent response strategies (memorizing a series of left and right turns from a given starting position). With the 4/8VM, we previously demonstrated greater fMRI activity and gray matter in the hippocampus of spatial learners relative to response learners. A sample of 599 healthy participants was tested in the current study. Results showed that 84.4% of children, 46.3% of young adults, and 39.3% of older adults spontaneously used spatial strategies (p < 0.0001). Our results suggest that while children predominantly use spatial strategies, the proportion of participants using spatial strategies decreases across the life span, in favor of response strategies. Factors promoting response strategies include repetition, reward and stress. Since response strategies can result from successful repetition of a behavioral pattern, we propose that the increase in response strategies is a biological adaptive mechanism that allows for the automatization of behavior such as walking in order to free up hippocampal-dependent resources. However, the down-side of this shift from spatial to response strategies occurs if people stop building novel relationships, which occurs with repetition and routine, and thereby stop stimulating their hippocampus. Reduced fMRI activity and gray matter in the hippocampus were shown to correlate with cognitive deficits in normal aging. Therefore, these results have important implications regarding factors involved in healthy and successful aging.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,111
Tête enseignante GPT0,357
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations159
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetMemory and Neural MechanismsTravaux en français237 207