Gender Selectively Mediates the Association Between Sex and Memory in Cognitively Normal Older Adults
Notice bibliographique
Résumé
Abstract Background and Objectives Sex and gender are important topics of increasing interest in aging and dementia research. Few studies have jointly examined sex (as a biological attribute) and gender (as a sociocultural and behavioral characteristic) within a single study. We explored a novel data mining approach to include both sex and gender as potentially related influences in memory aging research. Research Design and Methods Participants were 746 cognitively normal older adults from the Victoria Longitudinal Study. First, we adapted the Gender Outcomes INternational Group: To Further Well-being Development (GOING-FWD) framework—which is informed by gender dimensions of the Women’s Health Research Network—to identify, extract, and operationalize gender-related variables in the database. Second, we applied principal component analysis (PCA) to a pool of potential gender variables for creating empirically derived gender-related components. Third, we verified the expected pattern of sex differences in memory performance and evaluated each gender-related component as a potential mediator of the observed sex–memory association. Results Systematic data mining produced a roster of potential gender-related variables, 56 of which corresponded to gender dimensions represented in the GOING-FWD framework. The PCA revealed 6 gender-related components (n indicators = 37): Manual Non-Routine Household Tasks, Subjective Memory Beliefs, Leisure Free Time, Social and Routine Household Management, Health Perceptions and Practices, and Brain Games. We observed sex differences in latent memory performance whereby females outperformed males. Sex differences in memory performance were mediated by Manual Non-Routine Household Tasks, Social and Routine Household Management, and Brain Games. Follow-up analyses showed that education also mediated the sex–memory association. Discussion and Implications We show that (i) data mining can identify and operationalize gender-related variables in archival aging and dementia databases, (ii) these variables can be examined for associations with sex, and (iii) sex differences in memory performance are mediated by selected facets of gender.
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 | 0,002 | 0,010 |
| 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) | 0,003 | 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 ».