Cognitive Reserve and language processing demand in healthy older adults
Notice bibliographique
Résumé
Sonia Montemurroa* , Gonia Jaremab & Sara Mondinicd a IRCCS San Camillo Hospital, Venice, Italyb Institut universitaire de gériatrie de Montréal, Université de Montréal and Research Centre, Montréal, Canadac Dipartimento di filosofia, sociologia, pedagogia e psicologia applicata (FISPPA), University of Padova, Padova, Italyd Human Inspired Technology Research-Centre, University of Padova, Padova, ItalyCONTACT Sonia Montemurro sn.montemurro@gmail.com IRCCS San Camillo Hospital, Via Alberoni, 70, 30126 Lido (Venice), ItalySupplemental data for this article can be accessed at https://doi.org/10.1080/23273798.2021.1896012.ABSTRACTCognitive Reserve (CR) refers to cognitive resources acquired through experiences along the lifespan that allow for flexibility in coping with neurocognitive changes. Investigating the role of CR measures across well-established psycholinguistic features can provide new insight into how CR interplays with cognition. Sixty-five Italian older adults performed a Lexical Decision, a Semantic Matching and a Sentence Reading task. We observed the effects of CR on reaction times and accuracy while varying lexical frequency (high vs low) and lexical semantics (concrete vs abstract) and on reading times of sentences with either syntactic or semantic violations. In the Lexical Decision and Semantic Matching tasks, CR played a role in processing low frequency and abstract words. In the Sentence Reading Task, CR influenced reading times, particularly in the presence of syntactic violations. CR predicts cognitive performance in tasks that require language demands at different levels.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».