FAMILY FLYNN EFFECTS AND LINKS TO MIDDLE-AGE HEALTH OUTCOMES
Notice bibliographique
Résumé
Abstract The Flynn effect (Flynn, 1984; 1987) refers to increases in cognitive performance, for later-born cohorts. It has been documented globally, occurring for more than a century. In a meta-analysis, Pietschnig and Voracek (2015) noted that the effect may be even stronger in adults than in children, though little research has addressed this topic (or its implications) for aging adults. Similarly, overall life-time health has improved, and incidences of cognitive impairment have decreased during the last two decades (Clouston et al., 2021). Using multilevel growth curve models, we found family Flynn effects in the National Longitudinal Survey of Youth; children in families with later-born mothers, and later-born first children, had higher PIAT math scores, and steeper developmental slopes. Although the link from childhood and adolescent cognitive function to later life outcomes has been well studied, research that takes advantage of the Flynn effect to facilitate interpreting that link is lacking. Clouston et al. (2021) emphasized the value of the Flynn effect in investigating links between childhood cognitive functioning and later adult Alzheimer’s disease and related dementia (ADRD) risks. We linked our family level results to middle-age maternal health outcomes (factors that are related to ADRD risks). Canonical correlation analyses showed that mothers (at ages 40+ and 50+) from families with higher score levels and slopes tended to have better mental and physical health. Our results, showing a Flynn effect in child and adolescence scores, at the family level, with links to adult health, persisted after controlling for a known selection bias.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 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 ».