Path Learning From Navigation in Aging: The Role of Cognitive Functioning and Wayfinding Inclinations
Notice bibliographique
Résumé
Aging coincides with a decline in navigation and wayfinding abilities, but it is unclear to what extent factors relating to a given individual may contribute to mitigating this decline. The present study aims to analyze how older adults' objective cognitive functioning and self-reported subjective wayfinding inclinations predict their navigation performance. Sixty-four older adults were assessed on their general cognitive functioning (all scoring from 22 to 30 on the Montreal Cognitive Assessment, MoCA), visuospatial working memory (VSWM), and perspective-taking abilities. Their self-assessed wayfinding inclinations (such as their sense of direction, pleasure in exploring places, and spatial anxiety) were also examined. Then participants learned a path in an environment from video navigation and performed a route repetition task (which maintained the same egocentric perspective as the learning phase), and a sketch map task (which involved switching from an egocentric perspective used in the learning phase to an allocentric perspective). The results showed that positive wayfinding inclinations (in terms of pleasure in exploring) related to participants' route repetition accuracy, while their general cognitive performance (MoCA scores) related to their sketch map drawing accuracy. Individual factors such as cognitive functioning and wayfinding inclinations relate differently to older people's navigation performance, depending on the demands of the tasks used to test their environment learning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».