MétaCan
Menu
Retour à la cohorte
Enregistrement W3090552186 · doi:10.3390/bs10100151

Retirement or no Retirement? The Decision’s Effects on Cognitive Functioning, Well-Being, and Quality of Life

2020· article· en· W3090552186 sur OpenAlexaboutno aff
Carmen Sarabia‐Cobo, Victòria Aurora Ferrer Pérez, Carmen Hermosilla, Pablo de Lorena

Notice bibliographique

RevueBehavioral Sciences · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionPsychologyGerontologyQuality of life (healthcare)Quarter (Canadian coin)Working memoryCognitive skillSet (abstract data type)Effects of sleep deprivation on cognitive performanceDevelopmental psychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

This study addressed the psychological effects on personal well-being and reported quality of life of staying professionally active in late adulthood, and to what extent years of professional inactivity modulates cognitive abilities. DESIGN AND METHODS: We collected data on 262 elderly adults, 129 of whom were professionally active elderly adults (who voluntarily maintained their professional activity after the age of retirement) and 133 of whom were retired adults, in a set of experimental tasks to measure basic cognitive resources. The study took place during the first quarter of 2020. RESULTS: Active elderly people performed better on cognitive tasks that assessed attention, memory, and solving abilities and also reported more satisfaction with life and their current work. Multiple linear regressions analyses revealed that years of inactivity were associated with lower cognitive performance. Mentally demanding jobs were significantly associated with memory performance, but not with attention and planning. CONCLUSIONS: An involuntary separation from professional activity in the beginning of late adulthood may cause a deeper decline of cognitive functions, poorer adaptive adjustment to the aging process, and higher dissatisfaction with the period of life the individual is going through.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,373
Tête enseignante GPT0,482
Écart entre enseignants0,110 · 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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetRetirement, Disability, and EmploymentTravaux en français237 207