MétaCan
Menu
Retour à la cohorte
Enregistrement W2148719864 · doi:10.1037/0894-4105.20.2.206

Structure of four executive functioning tests in healthy older adults.

2006· article· en· W2148719864 sur OpenAlexfundno aff
Cindy M. de Frias, Roger A. Dixon, Esther Strauss

Notice bibliographique

RevueNeuropsychology · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingCanadian Institutes of Health Research
Mots-clésStructural equation modelingConfirmatory factor analysisPsychologyLISRELGoodness of fitExecutive functionsStroop effectMeasurement invarianceFactor analysisDevelopmental psychologyStatisticsCognitionMathematicsPsychiatry

Résumé

récupéré en direct d'OpenAlex

The authors examined the factor structure of 4 indicators of executive functioning derived from 2 new (i.e., Hayling and Brixton) and 2 traditional (i.e., Stroop and Color Trails) tests. Data were from a cross-sectional sample of 55- to 85-year-old healthy adults (N=427) from the Victoria Longitudinal Study. Confirmatory factor analysis (LISREL 8.52) tested both a 2-factor model of Inhibition (Hayling, Stroop) and Shifting (Brixton, Color Trails) and a single-factor model. The 2-factor model did not fit the data because the covariance matrix of the factors was not positive definite. The single-factor model fit the data well, chi(2)(2, N=427)=0.32, p=.85, root-mean-square error of approximation (RMSEA)=.00, comparative fit index (CFI)=1.00, goodness-of-fit index (GFI)=1.00. Moreover, the single-factor structure of executive functioning was invariant (configural and metric) across gender, and invariant (configural with limited metric) across age. Structural relations showed that poorer executive functioning performance was related to older age and lower fluid intelligence, chi(2)(11, N=418)=23.04, p=.02, RMSEA=.05, CFI=.97, GFI=.98.

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)0,002
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,300
Écart entre enseignants0,281 · 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

Citations143
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychologyMême sujetCognitive Abilities and TestingTravaux en français237 207