MétaCan
Menu
Retour à la cohorte
Enregistrement W7154604045 · doi:10.48448/4x26-k695

Age-related changes in cognitive flexibility: fMRI meta‐analysis

2025· other· W7154604045 sur OpenAlexaff
Cognitive Science Society 2025, Marie Arsalidou, Zhanna Chuikova, Andrei Faber, Andrei Filatov, Andriy Myachykov, Yury Shtyrov

Notice bibliographique

RevueUnderline Science Inc. · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCognitionCognitive flexibilityCognitive agingCognitive declineFlexibility (engineering)Neural activityAgeingNeural correlates of consciousnessTask switching

Résumé

récupéré en direct d'OpenAlex

To examine neural mechanisms underlying cognitive flexibility changes with ageing, we synthesized findings from 87 fMRI studies, comprising 120 experiments with 2308 adult participants distributed across young, middle-age, and older groups. Our meta-analysis was focused on rule-retrieval and rule-discovery processes, assessed with Task-Switching Paradigm and Wisconsin Card Sorting Test, respectively. Activation Likelihood Estimation analyses revealed age-related decreases in brain activation related to general switching ability, particularly in posterior regions, alongside an anterior shift in older adults, consistent with the Posterior-Anterior Shift in Aging (PASA) model. Rule-retrieval tasks consistently engaged left-lateralized frontoparietal regions across all age groups, with middle-age adults additionally recruiting the right cerebellum and medial-frontal gyrus. For rule-discovery tasks, age-related decline was observed in bilateral frontoparietal regions, while older adults also showed unique activation in the left inferior-frontal gyrus. These findings highlight differential ageing trajectories for rule retrieval and rule discovery, potentially reflecting compensatory neural mechanisms and dedifferentiation processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,016
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,368
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUnderline Science Inc.Travaux en français237 207