MétaCan
Menu
← Retour à la cohorte
Enregistrement W3171003168 · doi:10.1038/s41598-021-91841-9

Association of age-related cognitive and obstacle avoidance performances

2021· article· en· W3171003168 sur OpenAlexaffabout
Ryota Sakurai, Kentaro Kodama, Yu Ozawa, Frederico Pieruccini‐Faria, Kimi Estela Kobayashi‐Cuya, Susumu Ogawa

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensParkwood InstituteLawson Health Research InstituteWestern University
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésAssociation (psychology)CognitionObstacle avoidanceObstacleComputer sciencePsychologyBiologyCognitive psychologyMedicineArtificial intelligenceNeuroscienceGeography

Résumé

récupéré en direct d'OpenAlex

An association between cognitive impairment and tripping over obstacles during locomotion in older adults has been suggested. However, owing to its memory-guided movement, whether this is more pronounced in the trailing limb is poorly known. We examined age-related changes in stepping over, focusing on trailing limb movements, and their association with cognitive performance. Age-related changes in obstacle avoidance were examined by comparing the foot kinematics of 105 older and 103 younger adults when stepping over an obstacle. The difference in the clearance between the leading and trailing limbs (Δ clearance) was calculated to determine the degree of decrement in the clearance of the trailing limb. A cognitive test battery was used to evaluate cognitive function among older adults to assess their association with Δ clearance. Older adults showed a significantly lower clearance of the trailing limb than young adults, resulting in greater Δ clearance. Significant correlations were observed between greater Δ clearance and scores on the Montreal Cognitive Assessment and immediate recall of the Wechsler Memory Scale-Revised Logical Memory test. Therefore, memory functions may contribute to the control of trailing limb movements, which can secure a safety margin to avoid stumbling over an obstacle during obstacle avoidance locomotion.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,020
Tête enseignante GPT0,327
Écart entre enseignants0,308 · 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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→