MétaCan
Menu
Retour à la cohorte
Enregistrement W4240625479 · doi:10.1093/acprof:oso/9780198567523.003.0004

* Successful ageing: from cell to self

2005· book-chapter· en· W4240625479 sur OpenAlexaff
Sonia Lupien, Nathalie Wan

Notice bibliographique

RevueOxford University Press eBooks · 2005
Typebook-chapter
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésLongevityAgeingGerontologyPsychologySuccessful agingOrganismMedicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter begins with a discussion on ‘ageism’, which is defined as the ‘process of systematic stereotyping of and discrimination against people because they are old…’, and the recent developments in society and geriatric studies that have helped overturn this negative view on the elderly and the ageing process. The concept of ‘successful ageing’ is explored in detail in the book, beginning with a brief history of gerontology. Models of successful biological ageing are then presented, which are found to be rooted in the compression of morbidity and longevity. A discussion is then provided on average lifespan versus ‘maximum lifespan’, and the factors linking and affecting these two, which involve a combination of genetics, nutrition, and other lifestyle variables. The multicriteria models of successful ageing are also reviewed. The remainder of the chapter identifies positive attitudes and self-concept as protective factors against the effects of age on the organism.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,268
Écart entre enseignants0,235 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetAging and Gerontology ResearchTravaux en français237 207