Between-person and within-person associations of sleep and working-memory in the everyday lives of old and very old adults: initial level, learning, and variability
Notice bibliographique
Résumé
STUDY OBJECTIVES: Sleep duration affects various aspects of cognitive performance, such as working-memory and learning, among children and adults. However, it remains open, whether similar or even stronger associations exist in old and very old age when changes in sleep and cognitive decrements are common. METHODS: Using repeated daily-life assessments from a sample of 121 young-old (66-69 years old) and 39 old-old adults (84-90 years old), we assessed links between sleep duration and different aspects of working-memory (initial level, practice-related learning, and residualized variability) between and within persons. Participants reported their sleep durations every morning and performed a numerical working-memory updating task six times a day for seven consecutive days. RESULTS: Both people who slept longer and those who slept shorter than the sample average showed lower initial performance levels, but a stronger increase of WM over time (i.e. larger learning effects), relative to people with average sleep. Sleep duration did not predict performance variability. Within-person associations were found for people sleeping relatively little on average: For them, working-memory performance was lower on days with shorter than average sleep, yet higher on days with longer than average sleep. Except for lower initial levels of working-memory in old-old adults, no differences between young-old and old-old adults were observed. CONCLUSION: We conclude that sufficient sleep remains important for working-memory performance in older adults and that it is relevant to include different aspects of working-memory performance, because effects differed for initial performance and learning.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».