Natural Speech Analysis Can Reveal Individual Differences in Executive Function Across the Adult Lifespan
Notice bibliographique
Résumé
PURPOSE: Automated analysis of naturalistic speech has emerged as an effective tool for detecting cognitive decline in dementia but has seldom been used to examine the ordinary cognitive decline occurring in normal aging. Executive function (EF) declines throughout the adult lifespan but is difficult to track longitudinally due to practice effects, making speech-based assessments particularly attractive. This study examined relationships between EF and speech characteristics. METHOD: We collected two audio picture descriptions from participants in two experiments that also included EF assessments, with 67 healthy older adults (aged 65-75 years) in Study 1 and 174 healthy adults (aged 18-90 years) in Study 2. Language composite scores were computed by aggregating relevant speech features indexing aspects of speech that have been reported to show changes in pathological aging. Principal components reflecting common covariation in speech features were extracted from a large training data set to compute speech domain scores. The relationships between language composites/speech principal components and EF were assessed while controlling for age, gender, and education. RESULTS: In Study 1, older adults' word-finding difficulties, measured as speech disfluencies, showed significant associations with EF. Study 2 confirms that speech disfluencies can explain individual differences in EF not only for adults above the age of 65 years but also across the adult lifespan. Information units and coherence in speech showed weaker associations with EF and Montreal Cognitive Assessment scores that were not significant after correction for multiple comparisons. CONCLUSION: The findings revealed associations between word-finding ability in natural speech and general EF across the adult lifespan, supporting natural speech analysis as a convenient and sensitive assessment of general cognitive ability.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».