Cohort differences in cognitive aging and terminal decline in the Seattle Longitudinal Study.
Notice bibliographique
Résumé
Life span researchers have long been interested in how and why fundamental aspects of human ontogeny differ between cohorts of people who have lived through different historical epochs. When examined at the same age, later born cohorts are often cognitively and physically fitter than earlier born cohorts. Less is known, however, about cohort differences in the rate of cognitive aging and if, at the very end of life, pervasive mortality-related processes overshadow and minimize cohort differences. We used data on 5 primary mental abilities from the Seattle Longitudinal Study (Schaie, 2005) to compare both age-related and mortality-related changes between earlier born cohorts (1886-1913) and later born cohorts (1914-1948). Our models covary for several individual and cohort differences in central indicators of life expectancy, education, health, and gender. Age-related growth models corroborate and extend earlier findings by documenting level differences at age 70 of up to 0.50 SD and less steep rates of cognitive aging on all abilities between 50 and 80 years of age favoring the later born cohort. In contrast, mortality-related models provide limited support for positive cohort differences. The later born cohort showed steeper mortality-related declines. We discuss possible reasons why often reported positive secular trends in age-related processes may not generalize to the vulnerable segment of the population that is close to death and suggest routes for further inquiry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».