MétaCan
Menu
Retour à la cohorte
Enregistrement W2561107660 · doi:10.1093/geronb/gbw108

50 Years of Cognitive Aging Theory

2016· editorial· en· W2561107660 sur OpenAlexafffund
Nicole D. Anderson, Fergus I. M. Craik

Notice bibliographique

RevueThe Journals of Gerontology Series B · 2016
Typeeditorial
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCognitive agingCognitionPsychologyBrain agingCognitive declineCognitive neuropsychologyCognitive skillNeuroimagingCognitive psychologyCognitive scienceNeuroscienceNeuropsychologyMedicineDementiaDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objectives of this Introduction to the Journal of Gerontology: Psychological Sciences special issue on "50 Years of Cognitive Aging Theory" are to provide a brief overview of cognitive aging research prior to 1965 and to highlight significant developments in cognitive aging theory over the last 50 years. METHOD: Historical and recent theories of cognitive aging were reviewed, with a particular focus on those not directly covered by the articles included in this special issue. RESULTS: Prior to 1965, cognitive aging research was predominantly descriptive, identifying what aspects of intellectual functioning are affected in older compared with younger adults. Since the mid-1960s, there has been an increasing interest in how and why specific components of cognitive domains are differentially affected in aging and a growing focus on cognitive aging neuroscience. DISCUSSION: Significant advances have taken place in our theoretical understanding of how and why certain components of cognitive functioning are or are not affected by aging. We also know much more now than we did 50 years ago about the underlying neural mechanisms of these changes. The next 50 years undoubtedly will bring new theories, as well as new tools (e.g., neuroimaging advances, neuromodulation, and technology), that will further our understanding of cognitive aging.

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)0,008
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,005
Communication savante0,0040,006
Science ouverte0,0010,002
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,376
Écart entre enseignants0,349 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations132
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series BMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207