Inter-Individual and Intra-Individual Relationships Between Neuroticism and Cognition: A Coordinated Analysis
Notice bibliographique
Résumé
Abstract Existing literature indicates a relatively consistent relationship between neuroticism and cognitive functioning (CF). Interindividually, high levels of neuroticism may predispose individuals to cognitive aging and dementia-related neuropathology. Intraindividually, increases in neuroticism may be intrinsic to the aging process or to dementia pathology. These hypotheses are not mutually exclusive, though the relationships are rarely examined using the same individuals, which may contribute to publication bias and confusion regarding the hypotheses as mutually exclusive. Data were drawn from the Origins of Variance in the Oldest-Old (Sweden, Mage=83.6, 67% female), Swedish Adoption/Twin Study of Aging (Sweden, Mage=60.4, 59% female), and Longitudinal Aging Study Amsterdam (Netherlands; Mage=68.1, 52% female). Controlling for age, sex, education, and depressive symptoms, parallel process latent growth models were fit independently in each sample (NT=3293) to simultaneously estimate growth parameters of neuroticism with three measures of CF (processing speed, learning/memory, and reasoning). Multilevel meta-analysis estimated the pooled covariation between neuroticism and CF at baseline and overtime, revealing a significantly negative intercept-intercept relationship across datasets (covariance= -0.46, 95% CIs [-0.90,-0.02], z=-2.02, p=0.04, τ2=0.06). The slope-slope covariances were consistently negative, but the meta-analytic pooled estimate was not significant despite some significant individual estimates across studies. Overall, results provide some evidence for intraindividual and interindividual relationships between neuroticism and CF, such that higher neuroticism is associated with lower CF, and neuroticism tends to increase as CF decreases. Identification of the early indicators and risk factors for cognitive decline may facilitate development of screening assessments and aid in treatment strategies for dementia care services.
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 | 0,021 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,008 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».