MétaCan
Menu
Retour à la cohorte
Enregistrement W4406171516 · doi:10.1016/j.neuron.2024.12.008

Toward a functional future for the cognitive neuroscience of human aging

2025· review· en· W4406171516 sur OpenAlexafffund
Zoya Mooraj, Alireza Salami, Karen L. Campbell, Martin J. Dahl, Julian Q. Kosciessa, Matthew R. Nassar, Markus Werkle‐Bergner, Fergus I. M. Craik, Ulman Lindenberger, Ulrich Mayr, M. Natasha Rajah, Naftali Raz, Lars Nyberg, Douglas D. Garrett

Notice bibliographique

RevueNeuron · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill UniversityBaycrest HospitalBrock University
Organismes subventionnairesCanadian Institutes of Health ResearchMax-Planck-Institut für BildungsforschungCanada Research ChairsUniversity College LondonNational Institute on AgingInternational Max Planck Research School for Advanced Methods in Process and Systems EngineeringInternational Max Planck Research School for Environmental, Cellular and Molecular MicrobiologyDeutsche ForschungsgemeinschaftBrightFocus Foundation
Mots-clésNeuroscienceCognitive neurosciencePsychologyCognitionCognitive scienceCognitive agingFunctional neuroimagingDevelopmental cognitive neuroscienceFunctional connectivityCognitive psychology

Résumé

récupéré en direct d'OpenAlex

The cognitive neuroscience of human aging seeks to identify neural mechanisms behind the commonalities and individual differences in age-related behavioral changes. This goal has been pursued predominantly through structural or "task-free" resting-state functional neuroimaging. The former has elucidated the material foundations of behavioral decline, and the latter has provided key insight into how functional brain networks change with age. Crucially, however, neither is able to capture brain activity representing specific cognitive processes as they occur. In contrast, task-based functional imaging allows a direct probe into how aging affects real-time brain-behavior associations in any cognitive domain, from perception to higher-order cognition. Here, we outline why task-based functional neuroimaging must move center stage to better understand the neural bases of cognitive aging. In turn, we sketch a multi-modal, behavior-first research framework that is built upon cognitive experimentation and emphasizes the importance of theory and longitudinal design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,426
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuronMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207