Reading roots of resilience: the role of childhood reading environments in closing the educational gap in later-life cognitive functioning
Notice bibliographique
Résumé
OBJECTIVES: While educational achievement is well-established as a key contributor to cognitive reserve and cognitive functioning in later life, the role of early living environments before completing formal education remains underexplored, particularly factors beyond childhood socioeconomic status. This study examines whether childhood reading environments, potentially reflecting a family's scholarly culture, contribute to cognitive health in older ages. METHODS: Drawing on life history data from 72,019 individuals aged 60 and above in the Survey of Health, Ageing and Retirement in Europe (SHARE), we analyze the association between childhood reading environments and later-life cognitive functioning. We also examine whether these early environments mitigate cognitive disparities associated with final educational attainment. Interaction effects between reading environments and early cognitive capabilities (numeracy and literacy) are tested as a robustness check. RESULTS: Greater access to books at age 10 is significantly associated with higher cognitive functioning in older age, independent of educational attainment and childhood social economic status. Furthermore, a book-rich environment in childhood partially reduces cognitive disparities associated with lower educational attainment and lower perceived early cognitive capabilities-particularly when compared to peers with medium education and early cognitive capability but limited access to books during childhood. DISCUSSION: These findings highlight the enduring benefits of a rich childhood reading environment for cognitive health, particularly for individuals with lower educational attainment or cognitive capabilities. Promoting early access to books with a scholarly culture in childhood may serve as an effective intervention to enhance long-term cognitive resilience.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».