Aging and Stereotype ThreatDevelopment, Process, and Interventions
Notice bibliographique
Résumé
Age stereotypes are widespread and, although they contain some positive elements, they are primarily negative. It is likely that age stereotypes become internalized at an early age, only to negatively impact individuals when they themselves grow old. Negative views of aging can operate either explicitly or implicitly, affecting both physical and cognitive health. Thus, it is not surprising that older adults, like many other negatively stereotyped groups, experience stereotype threat. In the case of age-related stereotype threat, consequences have been observed primarily in the domain of memory. Similar to stereotype threat effects among other groups, domain and group identification moderate age-based stereotype threat effects. In addition, task demands, memory self-efficacy, and age (young-old vs. old-old) also determine who is most affected by stereotype threat. In terms of mediators, a unique set of mechanisms including lowered performance expectations and disrupted strategy use help explain how stereotype threat decreases memory performance in older adults. Initial work on interventions to combat the negative effects of aging stereotypes has shown some promising results with respect to intergenerational contact and exposure to positive aspects of aging. Although we have learned much about the effects of negative aging stereotypes on older adults, further research is required to determine the breadth of stereotype threat effects across domains, pinpoint which mechanisms best account for these effects, and test the efficacy of a wider variety of interventions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».