Within-Person Dynamics between Lifestyle Factors and Cognitive Functioning using Accelerometer-Determined Physical Activity and Mobile Cognitive Assessments
Notice bibliographique
Résumé
The Canadian population is fundamentally changing such that the proportion of seniors is expected to be one in four by 2030 (Government of Canada, 2014). This shift will undoubtedly be accompanied by a surge in the prevalence of age-related health issues, including cognitive decline and dementia. Compounded by increased life expectancy, this demographic change is expected to overwhelm the health care system (Wister & Speechley, 2015) and have grave economic impact (Wimo et al., 2013, 2017). As such, researchers have endeavoured to find innovative and efficient solutions that are preventative, rather than reactive. Lifestyle interventions, such as physical activity (PA) and stress reduction, have gained ample support for their role in protecting against cognitive decline. In tandem, digital cognitive assessment tools have also been developed to support the anticipated demand for efficient screening. Also known as mobile assessments, this state-of-the-art technology can simultaneously assess contextual, psychosocial, and lifestyle factors along with cognition. In this way, a nuanced understanding of the temporal association between cognition and lifestyles variables may be explored. To date, however, there is little research examining these relationships. Chapter 1 reviews psychometric evidence for mobile cognitive assessments and their efficacy in measuring cognitive functioning and daily variability, as well as provides results of a psychometric replication study. Both Chapters 2 (focusing on PA) and 3 (focusing on stress) look at between-person and within-person differences regarding how these lifestyle factors influence cognitive performance. More specifically, Chapter 2 presents results on the relationship between daily variation in PA and cognition, and Chapter 3 examines the relationship between momentary and daily stress and cognition. Chapter 4 provides a brief summary of potential clinical implications for advances in mobile and remote cognitive assessments and potential for lifestyle interventions.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».