MétaCan
Menu
Retour à la cohorte
Enregistrement W2892013400 · doi:10.1016/j.jalz.2018.07.219

Whitepaper: Defining and investigating cognitive reserve, brain reserve, and brain maintenance

2018· review· en· W2892013400 sur OpenAlexaff
Yaakov Stern, Eider M. Arenaza‐Urquijo, David Bartrés‐Faz, Sylvie Belleville, Marc Cantilon, Gaël Chételat, Michael Ewers, Nicolai Franzmeier, Gerd Kempermann, William S. Kremen, Ozioma C. Okonkwo, Nikolaos Scarmeas, Anja Soldan, Chinedu Udeh‐Momoh, Michael Valenzuela, Prashanthi Vemuri, Eero Vuoksimaa

Notice bibliographique

RevueAlzheimer s & Dementia · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesNational Institute on Aging
Mots-clésWorkgroupCognitive reserveCognitionResilience (materials science)Computer scienceRisk analysis (engineering)PsychologyBusinessCognitive impairmentNeuroscience

Résumé

récupéré en direct d'OpenAlex

Several concepts, which in the aggregate get might be used to account for "resilience" against age- and disease-related changes, have been the subject of much research. These include brain reserve, cognitive reserve, and brain maintenance. However, different investigators have use these terms in different ways, and there has never been an attempt to arrive at consensus on the definition of these concepts. Furthermore, there has been confusion regarding the measurement of these constructs and the appropriate ways to apply them to research. Therefore the reserve, resilience, and protective factors professional interest area, established under the auspices of the Alzheimer's Association, established a whitepaper workgroup to develop consensus definitions for cognitive reserve, brain reserve, and brain maintenance. The workgroup also evaluated measures that have been used to implement these concepts in research settings and developed guidelines for research that explores or utilizes these concepts. The workgroup hopes that this whitepaper will form a reference point for researchers in this area and facilitate research by supplying a common language.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,166
Tête enseignante GPT0,403
Écart entre enseignants0,237 · 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
GenreSynthèse

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

En bref

Citations1 641
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetTraumatic Brain Injury ResearchTravaux en français237 207