INVESTIGATION OF PERSONALITY USING DIFFERENT TIME MATRICES, CONTROL VARIABLES, AND INCLUSION GROUPS
Notice bibliographique
Résumé
Two studies suggest that personality change may be an early indicator of dementia (Balsis et al, 2005; Smith-Gamble et al, 2001); however, these studies did not assess personality trait change. Although Yoneda et al (2015) prospectively examined personality traits, the nature of the analyses did not allow comparison between trajectories in normal and abnormal aging. The current study includes comparison of trajectories of extraversion and neuroticism personality traits in individuals who did and did not receive a dementia diagnosis. This study used data from the OCTO-Twin Study, Longitudinal Aging Study Amsterdam, Swedish Adoption Twin Study of Aging, and Einstein Aging Study. For each dataset, a series of latent growth curve models were run examining each personality trait, first including a subsample of individuals eventually diagnosed with dementia and time-to-dementia metric, and second including the entire dataset, dementia diagnosis as a variable, and time-in-study metric. Controlling for sex, age, education, depressive symptoms, and the interaction between age and education, the first series of analyses revealed a consistent pattern of personality change preceding dementia diagnosis across datasets, specifically linear increases in neuroticism and stability in extraversion. The second series of analyses revealed a less stable pattern of results: dementia diagnosis was only a significant predictor of neuroticism trajectories in some datasets. These findings will be discussed. Identification of early indicators of dementia, specifically how personality changes differ for healthy individuals compared to individuals eventually diagnosed with dementia, may aid in early care strategies and facilitate development of screening assessments.
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 | 0,025 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».