Predictability of Social-anamnestic Variables on Receptive Vocabulary and Cognitive Functioning of the Elderly Population
Notice bibliographique
Résumé
INTRODUCTION: Aging, as an irrepressible biological process involves a series of physiological and pathological changes. The main aim of this study was to examine the correlation and predictability of receptive vocabulary and cognitive functioning of elderly people with anamnestic variables: chronological age, sex, level of formal education, marital status, years of work and retirement and years spent in an institution for the elderly. MATERIAL AND METHODS: The sample of participants consisted of 120 elderly people, average age was 78 years, placed in institutional care for elderly people in four cities in Bosnia and Herzegovina. It was three groups of variables: anamnestic, receptive vocabulary assessment, and cognitive assessments. A Montreal Cognitive Assessment Scale (MoCA) was used for the assessment of cognitive abilities. In order to estimate the receptive vocabulary Peabody Picture Vocabulary Test (PPVT-III-HR) was used. RESULTS: Results of multiple regression analysis show that part of the variance of receptive language which is explained by the model (anamnestic variables) was 44.0% and of cognitive functioning was 33.7%. The biggest single contribution to explaining the development of receptive vocabulary was given by predictor variable of college education (β = 0.417) then variable university education (β = 0.293), while the smallest single contribution was given by variable secondary education (β = 0.167). The biggest single contribution to explaining the results of tests of cognitive function was given by predictor variable College education (β = 0.328) and variable unskilled (β = -0.229), which has a negative effect on the increase in recent cognitive functioning. CONCLUSION: Anamnestic variables were valid predictors of receptive vocabulary and cognitive functioning of elderly people. The highest individual contribution was given by variables describing the level of formal education of elderly.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».