Denise Park and Norbert Schwarz (Eds.). Cognitive Aging: A Primer. Philadelphia, PA: Taylor & Francis 2001.
Notice bibliographique
Résumé
RÉSUMÉ Le côté sombre du développement cognitif est, au début, une diminution inoffensive chez les jeunes adultes qui se voit amplifier au fil des années. Le texte Cognitive Aging : A Primer est à la portée de tous et un premier contact compréhensif à la recherche naissante du vieillissement cognitif. Entre autres, le livre offre une vue d'ensemble des questions méthodologiques qui se produisent dans la recherche du vieillissement cognitif, un résumé des résultats importants et des théories qui les expliquent et un aperçu des répercussions pratiques, personnelles, sociales et sociétales du vieillissement cognitif. Le livre offre un compte-rendu de la plupart des études cognitives tout en accentuant celles qui ont recueilli le plus de recherches. La majorité des chapitres se prêtent à une introduction pour les étudiants du niveau avancé du 1e cycle et des étudiants amorçant leurs études supérieures. Les chapitres mettent au premier plan un portrait fidèle, sans avoir recours au jargon technique que l'on retrouve dans plusieurs revues spécialisées. Un premier livre à l'intention de la prochaine génération de chercheurs, véhicule le développement des recherches futures du vieillissement cognitif. Par conséquent, le livre aurait dû souligner une des questions troublantes que l'on retrouve dans la recherche contemporaine : le fait qu'au dépit de preuves considérables en laboratoire en matière de diminutions cognitives liées à l'âge, les diminutions aux comportements quotidiens sont quand même minuscules, même ordinaires. Afin d'éclaircir cette devinette, les enquêtes futures devraient se pencher sur les bénéfices cognitifs liés à l'âge de même que sur les stratégies d'indemnisation et de débrouillardise. De cette façon, ces recherches serviront de contre poids aux recherches antérieures qui soulignaient les diminutions et les baisses. De plus, afin de créer un portrait plus complet du vieillissement cognitif, les enquêtes futures devraient comprendre un chiffre plus élevé de méthodes d'examen, par exemple, les enquêtes longitudinales et les approches de différences individuelles.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».