MEASURING COGNITION IN NSHAP USING MULTIMODE DATA COLLECTION
Notice bibliographique
Résumé
Abstract The National Social Life, Health, and Aging Project (NSHAP) is a U.S. nationally representative, omnibus study of social relationships and health among home-dwelling older adults. Cognitive function is a key focus, both as an outcome and also because it is implicated in mechanisms by which social relationships affect and are affected by health trajectories. Data collection started in 2005, and respondents have been re-interviewed in 2010, 2015, and 2022–3. Starting in 2010, NSHAP administers a survey-adapted version of the Montreal Cognitive Assessment (MoCA-SA). While Rounds 1–3 were conducted in the home, Round 4 utilized three remote modes (web, phone and PAPI, in that order) in addition to in-home interviews. Respondents were assigned to remote data collection initially if they were judged to be likely to respond based on prior information, otherwise they were assigned to in-home; a random subset of 400 initially assigned to remote were shifted to the in-home group to facilitate examination of possible mode effects on response. Each mode necessarily utilized a slightly different subset of the MoCA-SA items based on feasibility; these were augmented by items from the Rush Alzheimer’s Disease Center’s (RADC) cognition battery that could be administered via the web or PAPI. This presentation will describe our analytic strategy for harmonizing across modes and generating an overall measure of cognitive function, as well as preliminary results for Round 4. Our approach utilizes a bi-factor item response model calibrated to each mode, and is applicable to data from other studies.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».