New Evidence of Healthier Aging: Positive Cohort Effects on Verbal Fluency
Notice bibliographique
Résumé
Background and Objectives: Cross-sectional studies have shown improvements in cognition in later-born cohorts. However, it remains unclear whether these cohort effects extend beyond cognitive levels and are also detectable in the rate of age-related cognitive decline. Additionally, evidence is scarce on the presence and consistency of cohort effects throughout different segments of the distribution of cognitive trajectories. Research Design and Methods: This study evaluates the existence and variability of cohort effects across the entire distribution of aging-related trajectories of verbal fluency. With this purpose, we develop sex and education-adjusted longitudinal norms of verbal fluency using data from 9 waves of the English Longitudinal Study of Aging (ELSA) by fitting quantile mixed models. The effect of age was modeled using splines to assess birth cohort effects, after grouping individuals in 5-year groups from 1920 to 1950 according to their age at study entry. To test for possible cohort effects across the 10th, 50th, and 90th quantiles, the coefficients associated with the splines were allowed to vary among cohorts. Results: < .001), supporting the hypothesis of cohort effects. Additionally, we also found that quantiles of verbal fluency at any age are shifted upwards in later-born cohorts compared to those in earlier-born cohorts. Discussion and Implications: These results enhance our understanding of cognitive decline in older adults by demonstrating that cohort effects on cognition are observable both cross-sectionally and longitudinally, affecting the entire range of verbal fluency trajectories.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».