The effect of task complexity on planning in preterm-born children
Notice bibliographique
Résumé
OBJECTIVE: Planning is an important executive function (EF) skill that is fundamental to the capacity to achieve everyday goals that require a series of intermediate steps. This study examined the effect of preterm birth on planning skills in early and middle childhood using Tower problems that made different cognitive workload demands. METHOD: We administered a novel touchscreen Tower of Hanoi task (Monkey Tree Task; MTT) in three age cohorts (3, 6, and 9 years) to 485 children born between 2000 and 2010 (105 extremely low birth weight [ELBW], 248 late preterm [LP], and 132 term-born [Term]). RESULTS: Children born with ELBW completed significantly fewer Tower problems with higher cognitive demands than children born at Term or LP. Likewise, Term- and LP-born children completed more Tower problems than children born with ELBW. In the youngest cohort, Term-born children solved Tower problems more efficiently than either preterm group, and LP-born children solved problems more efficiently than those born with ELBW. However, there were no group differences in efficiency in the older age cohorts. Significant correlations between our MTT measures and performance on other EF tasks were found. CONCLUSIONS: The MTT captured significant performance differences in planning skills between children born term vs. preterm. This study provides important information on the impact that cognitive workload, as a function of Tower problem complexity, has on planning skills in preterm children. This study adds to a growing body of research that distinguishes LP birth as having subtle, but distinguishable, adverse neuropsychological outcomes at earlier ages.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».