A roadmap for conducting more inclusive brain resilience research on aging and dementia
Notice bibliographique
Résumé
Observed variabilities in cognitive and brain aging trajectories may be due to individualized and community-level differences in resilience. This in turn likely interacts with an individual’s biological sex, and sociocultural gender. However, there remains no clear guidance on how to best integrate diversity-related factors, in clinical and cognitive neuroscience research on resilience in aging and dementia. The international Brain Resilience and Diversity in Aging and Dementia (BReDAD) Collaboratory was established in 2024 with the goals of synthesizing knowledge, identifying knowledge gaps, and developing recommendations for conducting more inclusive research on resilience in aging and dementia. A focused review of the literature, including discussions and recommendations of the Collaboratory, leads to a roadmap for integrating diversity in future resilience research that includes: i) developing trust and meaningful long-term relationships with communities historically excluded from research, ii) diversifying who is engaged in all aspects of the research process, iii) adapting life course perspectives, iv) improving and expanding research designs and measurement tools, and v) using sensitive computational analytics and mixed methods for testing complex, intersectional, models. We conclude by recommending a transdisciplinary approach in resilience research to better reflect the complexities inherent in studying diversity and developing precision medicine outcomes.
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 | 0,257 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,015 | 0,040 |
| Science ouverte | 0,005 | 0,032 |
| Intégrité de la recherche | 0,015 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,007 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».