Socioeconomic, emotional, and physical execution variables as predictors of cognitive performance in a Spanish sample of middle-aged and older community-dwelling participants
Notice bibliographique
Résumé
BACKGROUND: Cognitive performance is not easily predicted, since different variables play an important role in the manifestation of age-related declines. The objective of this study is to analyze the predictors of cognitive performance in a Spanish sample over 50 years from a multidimensional perspective, including socioeconomic, affective, and physical variables. Some of them are well-known predictors of cognition and others are emergent variables in the study of cognition. METHODS: The total sample, drawn from the "Longitudinal Study Aging in Spain (ELES)" project, consisted of 832 individuals without signs of cognitive impairment. Cognitive function was measured with tests evaluating episodic and working memory, visuomotor speed, fluency, and naming. Thirteen independent variables were selected as predictors belonging to socioeconomic, emotional, and physical execution areas. Multiple linear regressions, following the enter method, were calculated for each age group in order to study the influence of these variables in cognitive performance. RESULTS: Education is the variable which best predicts cognitive performance in the 50-59, 60-69, and 70-79 years old groups. In the 80+ group, the best predictor is objective economic status and education does not enter in the model. CONCLUSIONS: Age-related decline can be modified by the influence of educational and socioeconomic variables. In this context, it is relevant to take into account how easy is to modify certain variables, compared to others which depend on each person's life course.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».