Cohort Changes and Sex Differences After Age 50 in Cognitive Variables in the English Longitudinal Study of Ageing
Notice bibliographique
Résumé
OBJECTIVES: This paper models cognitive aging, across mid and late life, and estimates birth cohort and sex differences in both initial levels and aging trajectories over time in a sample with multiple cohorts and a wide span of ages. METHODS: The data used in this study came from the first 9 waves of the English Longitudinal Study of Ageing, spanning 2002-2019. There were n = 76,014 observations (proportion male 45%). Dependent measures were verbal fluency, immediate recall, delayed recall, and orientation. Data were modeled using a Bayesian logistic growth curve model. RESULTS: Cognitive aging was substantial in 3 of the 4 variables examined. For verbal fluency and immediate recall, males and females could expect to lose about 30% of their initial ability between the ages of 52 and 89. Delayed recall showed a steeper decline, with males losing 40% and females losing 50% of their delayed recall ability between ages 52 and 89 (although females had a higher initial level of delayed recall). Orientation alone was not particularly affected by aging, with less than a 10% change for either males or females. Furthermore, we found cohort effects for initial ability level, with particularly steep increases for cohorts born between approximately 1930 and 1950. DISCUSSION: These cohort effects generally favored later-born cohorts. Implications and future directions are discussed.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».