MétaCan
Menu
Retour à la cohorte
Enregistrement W2126979407 · doi:10.5539/jedp.v2n1p108

Principles of Longevity and Aging: Interventions to Enhance Older Adulthood

2012· article· en· W2126979407 sur OpenAlexvenueno aff
Ryan Wessell, Carla Edwards

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuccessful agingPsychologyPsychological interventionGerontologyCoping (psychology)LongevityHealthy agingIntervention (counseling)Quality of life (healthcare)Affect (linguistics)MedicineClinical psychologyPsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

Healthy aging and prevention efforts for the elderly warrant attention in a world where the average mortality rate continues to increase. The current literature review is an overview of current findings related to healthy aging and recommendations for older adults who are living longer and healthier; as well as facing the physical and psychological challenges that come with extended life. Staying active, eating right, utilizing social and environmental resources, employing coping skills developed across the lifespan, as well as developing new strategies can enhance the quality of life for older adults. Helping professionals from all disciplines who are able to recognize the needs of this growing group, and recognize the resiliency factors inherent in healthy aging, have the best chance of designing and implementing successful preventionand intervention efforts.The purpose of the present literature review is twofold: 1) To systematically review the important factors that affect an individual’s longevity and to raise awareness of the importance of those factors that are within one’s control; and 2) To inform health care providers of prevention efforts important to older adults;encouraging an integration of research and practice to preventative efforts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,201
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,354
Écart entre enseignants0,327 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207