O impacto do afeto positivo e negativo na cognição
Notice bibliographique
Résumé
O presente estudo pretende analisar a relação entre os afetos (positivos e negativos) e a neurocognição em participantes de diferentes faixas etárias. Para este propósito, 135 participantes foram divididos em três grupos, de acordo com a faixa etária: jovens adultos (n=45), meia-idade (n=49) e mais velhos (n=41). Os participantes foram avaliados através do Montreal Cognitive Assessment (MoCA) para detetar a presença de declínio cognitivo, os subtestes de vocabulário e compreensão da Wechsler Adult Intelligence Scale (WAISII) para avaliar as competências neurocognitivas integradas na inteligência cristalizada, o Teste de Inteligência Não-Verbal (TONI) e o Wisconsin Card Sorting Test (WCST) para avaliar as competências neurocognitivas integradas na inteligência fluida. O afeto foi avaliado através da Positive and Negative Affect Schedule (PANAS). Os resultados sugerem que o envelhecimento está associado a um declínio gradual nas funções cognitivas, especialmente nas que fazem parte da inteligência fluida, enquanto competências cristalizadas como a compreensão e o vocabulário permanecem relativamente preservadas pela idade. No entanto, embora se tenha observado uma correlação entre afeto positivo e algumas funções cognitivas — como a compreensão do grupo de meia-idade e a inteligência não verbal no grupo mais velho —, os dados não confirmaram consistentemente que o afeto positivo se correlaciona positivamente com a cognição. O afeto negativo, por outro lado, não mostrou uma relação significativa com as funções cognitivas. O estudo também apoiou o modelo bi-fatorial de afeto, que considera o afeto positivo e negativo como dimensões independentes da experiência emocional. Investigações futuras devem investigar o efeito de outras variáveis na cognição, tais como o estilo de vida, variáveis socioeconómicas, perturbações psicológicas e predisposições genéticas. Também é essencial analisar o impacto da medicação, incluindo interações medicamentosas que possam afetar a cognição.
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 | 0,012 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».