MétaCan
Menu
Retour à la cohorte
Enregistrement W2899601216 · doi:10.1093/geroni/igy023.2766

COVARIATION BETWEEN CHANGE IN NEUROTICISM AND CHANGE IN COGNITIVE FUNCTIONING

2018· article· en· W2899601216 sur OpenAlexaff
Tomiko Yoneda, Eileen K Graham, Nathan A. Lewis, Boo Johansson, Andrea M. Piccinin

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Traits and Psychology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésNeuroticismPsychologyCognitionCognitive psychologyDevelopmental psychologyPersonalitySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Recent observational research examining personality at the intra-individual level has identified a consistent pattern between personality trait stability, in contrast to trait change or variability, and maintaining higher levels of cognitive functioning. However, no study has examined dynamic change in both personality traits and cognitive functioning. Using data from the OCTO-Twin Study (N=539), a series of bivariate latent growth curve models were fitted to examine change in both personality traits and cognitive functioning, and the covariation between that change. Controlling for age, sex, education, depressive symptoms, and incident dementia diagnosis, analyses revealed that the slope of neuroticism increased as the slope of block design decreased. Consistent with previous research, incident dementia diagnosis was consistently associated with linear increases in neuroticism and linear decreases in cognition. Identification of constructs associated with cognitive decline 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,194
Tête enseignante GPT0,416
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetPersonality Traits and PsychologyTravaux en français237 207