Initial status and change in cognitive function mediate the association between academic education and physical activity in adults over 50 years of age.
Notice bibliographique
Résumé
Higher levels of academic education are associated with higher levels of physical activity throughout the lifespan. However, the mechanisms underlying this association are unclear. Cognitive functioning is a potential mediator of this association because higher levels of education are associated with better cognitive function, which is related to greater engagement in physical activity. Here, we used large-scale longitudinal data from 105,939 adults 50 years of age or older (55% women) from the Survey of Health, Ageing, and Retirement in Europe to investigate whether initial status and change in cognitive function mediate the relationship between education and change in physical activity. Education and physical activity were self-reported. Cognitive function was assessed based on delayed recall and verbal fluency. Academic education was assessed at the first measurement occasion. The other measures were collected seven times between 2004 and 2019. The mediating role of cognitive function was tested using longitudinal mediation analyses combined with growth curve models. We found that higher levels of education were associated with higher levels and slower decreases in cognitive function, which in turn predicted a lower decrease in physical activity across time. These results support the presence of an indirect effect of education on physical activity trajectories by affecting the intercept and slope of cognitive function. Specifically, these findings suggest that both the initial status and change in cognitive function mediate the association between academic education and change in physical activity. In addition, results revealed that, across the aging process, differences in cognitive function and physical activity widen between the low and high educated. In other words, this study demonstrates the long-lasting effect of education on cognitive function and physical activity. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».