Bilingualism, assessment language, and the Montreal Cognitive Assessment in Mexican Americans
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Assessment of cognition in linguistically diverse aging populations is a growing need. Bilingualism may complicate cognitive measurement precision, and bilingualism may vary across Hispanic/Latinx sub-populations. We examined the association among bilingualism, assessment language, and cognitive screening performance in a primarily non-immigrant Mexican American community. DESIGN: Prospective, community-based cohort study: The Brain Attack Surveillance in Corpus Christi (BASIC)-Cognitive study. SETTING: Nueces County, Texas. PARTICIPANTS: Community-dwelling Mexican Americans age 65+, recruited door-to-door using a two-stage area probability sampling procedure. MEASUREMENTS: Montreal Cognitive Assessment (MoCA); self-reported bilingualism scale. Participants were classified as monolingual, Spanish dominant bilingual, English dominant bilingual, or balanced bilingual based upon bilingualism scale responses. Linear regressions examined relationships among bilingualism, demographics, cognitive assessment language, and MoCA scores. RESULTS: The analytic sample included 547 Mexican American participants (60% female). Fifty-eight percent were classified as balanced bilingual, the majority (88.6%) of whom selected assessment in English. Balanced bilinguals that completed the MoCA in English performed better than balanced bilinguals that completed the MoCA in Spanish (b = -4.0, p < 0.05). Among balanced bilinguals that took the MoCA in Spanish, education outside of the United States was associated with better performance (b = 4.4, p < 0.001). Adjusting for demographics and education, we found no association between the degree of bilingualism and MoCA performance (p's > 0.10). CONCLUSION: Bilingualism is important to consider in cognitive aging studies in linguistically diverse communities. Future research should examine whether cognitive test language selection affects cognitive measurement precision in balanced bilinguals.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 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) | 0,002 | 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 ».