Impact of brain hemisphericity on cognitive performances and attention in young healthy individuals: Cross-sectional observational study
Notice bibliographique
Résumé
Background: Understanding the style of cognition according to the brain dominance of students is necessary to keep them active and attentive.The study aims to check the cognitive performance and attention of young healthy individuals with right and left brain hemisphericity.Methods: This crosssectional observational study was conducted at a physiotherapy institute from September 2022 to January 2023.240 healthy young adults were recruited and informed consent was taken.Brain dominance of individuals was classified by Cognitive Style Brain Dominance questionnaire, Montreal Cognitive Assessment scale and sustained attention by Trail Making Test A, and selective attention by Trail Making Test B. Result: Out of the total recruited number of participants; 50.4% were male (n=121) and 49.6% were female (n=119).The varied brain dominance was seen as Right, Left, and Middle brain dominant to be 29.1%,33.3%, and 37% respectively.The Spearman correlation was done for outcome measures which showed that medium positive relationship (ρ=0.46) between left-brain dominant and sustained attention whereas a very strong negative correlation (ρ=-0.90) between selective attention and left-brain dominant.Chi-square examines the study parameters and Mean comparison done by Friedman test which was statistically significant.Conclusion: There was significant relationship between left-brain dominance and sustained attention whereas a negative strong relationship between selective attention and left-brain dominance.Hence cognition does not depend upon varied brain dominance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».