MétaCan
Menu
Retour à la cohorte
Enregistrement W4200018854 · doi:10.1093/geroni/igab046.3472

Cognitive Decline and Retirement: Findings From the Canadian Longitudinal Study on Aging

2021· article· en· W4200018854 sur OpenAlexaffabout
Catherine Gosselin, Meghan Désilets-Jutras, Benjamin Boller

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésLongitudinal studyHealth and Retirement StudyCognitionPropensity score matchingPsychologyStroop effectLife expectancyGerontologyCognitive skillCognitive declineCohort studyDemographyMedicinePsychiatryDementiaEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Since increasing life expectancy leads to a longer period of retirement, several studies have been investigating the possible impact of retirement on cognitive health. Several epidemiological studies with cross-sectional designs have reported a negative association between retirement and cognitive capacities. However, very few studies with longitudinal designs have confirmed the negative effect of retirement on cognitive functioning. The present study was conducted to investigate the impact of retirement on cognitive capacities among older Canadians. We used data from the Comprehensive cohort of the Canadian Longitudinal Study on Aging (CLSA) to compare performance retirees and workers (N = 1442), 45 to 85 years of age at baseline. Memory and executive functioning were assessed using standardized assessment tools at baseline and at three-year follow up. Retirees and workers were matched for age, gender and education using the nearest neighbor propensity score method with a caliper of 0.02. Mixed ANOVA and post hoc analyses were conducted separately for the English- and French-speaking samples. Results for the English-speaking sample showed a significant decline on both the Stroop and the Mental Alternation Task for retirees compared to workers from baseline to follow-up. These results support previous cross-sectional studies that have demonstrated a negative effect of retirement on executive functioning. The absence of significant results in the French-speaking sample will be discussed in terms of sample size and professional occupation.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,169
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,087
Tête enseignante GPT0,360
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetFrailty in Older AdultsTravaux en français237 207