MétaCan
Menu
Retour à la cohorte
Enregistrement W2406443448 · doi:10.1037/pag0000036

Global perceived stress predicts cognitive change among older adults.

2015· article· en· W2406443448 sur OpenAlexaff
Elizabeth Muñoz, Martin J. Sliwinski, Stacey Scott, Scott M. Hofer

Notice bibliographique

RevuePsychology and Aging · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute on Aging
Mots-clésCognitionPsychologyEffects of sleep deprivation on cognitive performanceLatent growth modelingAssociation (psychology)PsychosocialStress (linguistics)Developmental psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Research on stress and cognitive aging has primarily focused on examining the effects of biological and psychosocial indicators of stress, with little attention provided to examining the association between perceived stress and cognitive aging. We examined the longitudinal association between global perceived stress (GPS) and cognitive change among 116 older adults (M(age) = 80, SD = 6.40, range = 67-96) in a repeated measurement burst design. Bursts of 6 daily cognitive assessments were repeated every 6 months over a 2-year period, with self-reported GPS assessed at the start of every burst. Using a double-exponential learning model, 2 parameters were estimated: (a) asymptotic level (peak performance), and (b) asymptotic change (the rate at which peak performance changed across bursts). We hypothesized that greater GPS would predict slowed performance in tasks of attention, working memory, and speed of processing and that increases in GPS across time would predict cognitive slowing. Results from latent growth curve analyses were consistent with our first hypothesis and indicated that level of GPS predicted cognitive slowing across time. Changes in GPS did not predict cognitive slowing. This study extends previous findings by demonstrating a prospective association between level of GPS and cognitive slowing across a 2-year period, highlighting the role of psychological stress as a risk factor for poor cognitive function.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,059
Tête enseignante GPT0,343
Écart entre enseignants0,284 · 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

Citations74
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetStress Responses and CortisolTravaux en français237 207