The correction of health misconceptions in older adults with cognitive impairment
Notice bibliographique
Résumé
Abstract Background The use of a refutational technique (e.g., “myths” versus “facts”) to correct health‐related misconceptions is ubiquitous, yet little work has addressed whether older adults’ cognitive status influences misconception correction. We examined belief in COVID‐19 misconceptions in older individuals with and without cognitive impairment, and whether a simple refutational technique would be effective at reducing misconception belief in these populations. Method Older adults (N = 62, 36 Males) took a pretest of 10 COVID misconceptions (from the CDC) over the telephone. Participants received immediate corrective feedback (i.e., the correct answer and an explanation of the correct answer). Individuals took a surprise retest after 25 minutes and again one week later. Cognitive status was assessed with a telephone‐administered neuropsychological battery and Montreal Cognitive Assessment‐Blind (MoCA‐Blind). Cognitive status groups were compared on misconception belief and corrections. Exploratory analysis correlated corrections with performance on the neuropsychological battery and demographics. Results Older adults (M = 75.26 years, SD = 6.61) were split into a cognitively impaired group (N = 28) and an unimpaired group (N = 34) based on recommended cutoffs for the MoCA‐Blind; these groups did not differ in terms of age or education. Impaired older adults endorsed more misconceptions on the pretest than unimpaired older adults, t(60) = 3.61, p < .001, d = .92. Importantly, both groups made equivalent corrections from the pretest to the first retest (p = .439, d = .21) and maintained those corrections across the one week delay (p = .907, d = .03). Only memory errors on the recognition portion of the neuropsychological battery were associated with performance gains (r = ‐ .33, p < .01). Individuals who made more false alarms (i.e., incorrectly recognizing a word as having been presented) were less likely to correct misconceptions. Conclusion A refutational technique can be effectively used to correct health‐related misconceptions in even older adults who are cognitively impaired. Moreover, this easily‐implementable technique was effective for older adults of all ages and education levels. Rather, recognition memory errors alone were important in the correction of misconceptions.
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 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».