Cognitive-load of activities for Māori and non-Māori: a New Zealand consensus
Notice bibliographique
Résumé
Introduction: To estimate the cognitive-load of self-reported physical and cognitive activities by New Zealand’s (NZ) indigenous population (Māori) and non‑Māori from the Life and Living in Advanced Age‑Cohort Study New Zealand (LiLACS NZ). Methods: Three-round panel Delphi exercise in NZ involving six panellists across an expert rater group and a peer-rater agroup of Māori and non‑Māori respectively, via web-based and face‑to‑face discussion. Results: In Round i (pre-Delphi exercise) the investigator group, gathered and categorised data from LiLACS NZ and developed a 9-point Likert-scale to rate the cognitive-load. Round ii panellists each rated the cognitive‑load of each activity. If a priori specified criteria were not met, then round iii involved a face‑to‑face meeting to discuss and re-rate activities on which consensus was lacking. Conclusions: Māori reached consensus in round ii while non‑Māori did so in round iii. Panellists provided a formal consensus-based cognitive-load rating for 181 activities separately for Māori and non‑Māori. Keywords: three to five keywords: Delphi Technique, physical activity, ageing, cognitive activity
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 | 0,066 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,007 |
| 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 ».