Protective Factors Influencing Cognitive Function Among Middle-Aged Adults in Pakistan
Notice bibliographique
Résumé
Background: The rapid increase in the aging population and the critical role of cognitive functioning in successful aging have shifted scholarly focus toward identifying its risk and protective factors. This study aimed to examine the protective correlates of cognitive functioning among middle-aged adults in Pakistan. Methodology: A correlational research design was employed, and purposive sampling was used to recruit participants. The sample size of 140 middle-aged adults (males = 43, females = 97), aged 35–55 years (M = 44.23, SD = 7.1), was calculated using G-power analysis. Data collection tools included the Montreal Cognitive Assessment (MoCA), the Islamic Practices subscale, and a demographic questionnaire. Statistical analyses were conducted using SPSS version 23. Results: Cognitive functioning was positively associated with education, number of friends, and participation in religious activities. In contrast, negative relationships were observed with age, number of children, obesity, hypertension, and comorbidities. Regression analysis indicated that education, social connections, and religious participation were significant positive predictors of cognitive functioning, while age and obesity emerged as significant negative predictors. Conclusion: The findings suggest that various modifiable protective factors can enhance cognitive functioning. These insights emphasize the importance of addressing modifiable factors to mitigate the effects of normal and pathological aging, offering valuable guidance for middle-aged adults and healthcare professionals.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».