MétaCan
Menu
Retour à la cohorte
Enregistrement W4411492059 · doi:10.22456/2316-2171.109588

PREDIÇÃO DE HABILIDADES COGNITIVAS POR MEIO DAS CAPACIDADES FÍSICAS DE ACORDO COM SEXO

2023· article· pt· W4411492059 sur OpenAlexaboutno aff
Jeniffer Ferreira-Costa, José Matos Raider, Fernanda Botta Tarallo, Mauricio Santos Martins Lopes, Johannes Carl Freiberg Neto, Julia Maria D’Andréa Greve, José Maria Montiel, Angélica Castilho Alonso

Notice bibliographique

RevueEstudos Interdisciplinares sobre o Envelhecimento · 2023
Typearticle
Languept
DomaineSocial Sciences
ThématiqueHealth, Education, and Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Este estudo teve como objetivo analisar se as capacidades físicas e nível de escolaridade de idosos são capazes de predizer suas habilidades cognitivas, considerando ainda se há influência do sexo na execução de tarefas simultâneas. Para tanto, foram avaliados 100 idosos com 60 anos ou mais de idade, de ambos os sexos, a partir da utilização dos instrumentos Montreal Cognitive Assesment (MoCA), a fim de verificar comprometimentos cognitivos, mensuração da força de preensão palmar por meio da medida no dinamômetro Jamar®, e mensuração da mobilidade funcional pelo teste Timed Get Up and Go (TUG), com e sem tarefa cognitiva. Os resultados obtidos neste estudo demonstraram que a idade, o nível de escolaridade e as capacidades físicas, a especificar a força de preensão palmar e mobilidade funcional, são capazes de predizer o desempenho no teste cognitivo MoCA, além de que os valores preditores encontrados são diferentes conforme o sexo em idosos. Concluiu-se que há relações entre capacidades físicas e o desempenho cognitivo em idosos, sendo esta última variável influenciada pelo grau de escolaridade apresentada pelo indivíduo. Ainda, cita-se a importância de adotar dinâmicas intervencionistas eficazes e mais adaptadas conforme o sexo, a fim de proporcionar uma melhora cognitiva na população idosa.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,050
Tête enseignante GPT0,399
Écart entre enseignants0,349 · 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.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEstudos Interdisciplinares sobre o EnvelhecimentoMême sujetHealth, Education, and AgingTravaux en français237 207