Cognitive Efficiency and Fitness-to-Drive along the Lifespan: The Mediation Effect of Visuospatial Transformations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The way people represent and transform visuospatial information affects everyday activities including driving behavior. Mental rotation and perspective taking have recently been found to predict cognitive prerequisites for fitness-to-drive (FtD). We argue that the relationship between general cognitive status and FtD is mediated by spatial transformation skills. Here, we investigated the performance in the Mental Rotation Test (MRT) and the Perspective-Taking Test (PT) of 175 male active drivers (aged from 18 to 91 years), by administering the Montreal Cognitive Assessment (MoCA) to measure their global cognitive functioning. All participants were submitted to a computerized driving assessment measuring resilience of attention (DT), reaction speed (RS), motor speed (MS), and perceptual speed (ATAVT). Significant results were found for the effect of global cognitive functioning on perceptual speed through the full mediation of both mental rotation and perspective-taking skills. The indirect effect of global cognitive functioning through mental rotation was only found to significantly predict resilience of attention whereas the indirect effect mediated by perspective taking only was found to significantly predict perceptual speed. Finally, the negative effect of age was found on each driving measure. Results presented here, which are limited to male drivers, suggest that general cognitive efficiency is linked to spatial mental transformation skills and, in turn, to driving-related cognitive tasks, contributing to fitness-to-drive in the lifespan.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 découle