MétaCan
Menu
Retour à la cohorte
Enregistrement W3047420308 · doi:10.1037/pag0000430

Long-term maintenance of multiple task inhibition practice and transfer effects in older adults: A 3.5-year follow-up.

2020· article· en· W3047420308 sur OpenAlexfundno aff
Andrea Wilkinson, Lixia Yang

Notice bibliographique

RevuePsychology and Aging · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Functions and Memory
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsycINFOPsychologyTask (project management)Young adultSession (web analytics)Transfer (computing)Response inhibitionDevelopmental psychologyCognitionMEDLINENeuroscience

Résumé

récupéré en direct d'OpenAlex

This study is a follow-up to our previous work (Wilkinson & Yang, 2016a), with an intention to examine the long-term maintenance of inhibition practice benefits and the associated near-near transfer effects over a 3.5-year period in older adults. Thirty-six participants from the original multiple task inhibition practice study (Wilkinson & Yang, 2016a), 18 from the practice and 18 from the control group, returned to complete a single follow-up session on the practice and the near-near transfer tasks. The results revealed that after a 3.5-year delay, older adults were able to retain practice benefits in both deletion (i.e., 2-Back) and restraint (i.e., Go-No Go) tasks. Furthermore, 44-65% of the original near-near transfer benefits were retained across all three inhibitory subfunctions at the follow-up session over baseline performance. The findings further extend the literature on the durability of practice and transfer effects of inhibition in older adults. Specifically, the current study demonstrates the long-term practice maintenance in some inhibitory subfunctions (e.g., deletion and restraint tasks) and highlights the retention of near-near transfer gains following a 3.5-year delay in older adults. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,014
Tête enseignante GPT0,296
Écart entre enseignants0,282 · 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'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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetCognitive Functions and MemoryTravaux en français237 207