Notice bibliographique
Résumé
Cognitive decline will increasingly become a workplace concern because of three intersecting trends. First, the American population is aging. In 2019, 16.5 percent of the population, or fifty-four million people, were age 65 and over, and the number is expected to increase to seventy-eight million by 2025. Dementia is not uncommon among older adults, and by the age of eighty-five, between twenty-five and fifty percent of individuals suffer from this condition. Second, individuals are postponing retirement and prolonging their working lives. For example, about a quarter of physicians are over sixty-five, as are fifteen percent of attorneys. The average age of federal judges is sixty-nine. Third, a variety of technologies, such as PET scans, spinal taps, genetic tests, and even blood tests now enable physicians to detect potential signs of dementia long before symptoms emerge. Employers may well be tempted to pursue these diagnostic tools because cognitive decline can cause a multitude of complex challenges in the workplace, threatening productivity, workplace morale, and public safety.The question of how to handle cognitive decline in the workforce has received very limited attention in the legal literature. This Article strives to treat the subject in a balanced way, considering the interests and difficulties faced by all stakeholders: employers, workers, and the public. It examines a variety of strategies that employers could implement, including mandatory retirement ages, mandatory cognitive testing for older employees or all employees, testing for dementia biomarkers, or an approach of individualized assessment. It assesses these approaches in light of the relevant federal laws that prohibit age, disability, and disparate impact discrimination and suggests necessary statutory revisions. The Article concludes with detailed recommendations to help employers, employees, and professional associations appropriately manage this very sensitive matter.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».