Reserva cognitiva y estrategias de compensación de memoria en el adulto mayor.
Bibliographic record
Abstract
LGAC: Cuidado a la Salud en: a) el riesgo de desarrollar estados crónicos b) en grupos vulnerables Propósito y método del estudio: Identificar la dirección y fuerza de asociación entre la reserva cognitiva y las estrategias de compensación de memoria, en los adultos mayores que acuden a una Casa Club, en el municipio de Monterrey. El diseño fue descriptivo correlacional. El tamaño de muestra fue de 113 participantes. Se empleó un muestreo no probabilístico por conveniencia. Para medir las variables de interés, se utilizaron los instrumentos: Cognitive Reserve Index questionnaire, Cuestionario de Estrategias de Compensación de Memoria en sus versiones al español, Evaluación Cognitiva de Montreal y cédula de datos personales. Contribución y conclusiones: Se encontró un promedio de 5.09 años de escolaridad (DE=3.55). La media para la reserva cognitiva fue de 103.39 puntos (DE=6.24), que corresponde a baja reserva. El 69% de los participantes tienen baja reserva cognitiva, la estrategia de compensación mayormente empleada es tiempo (AB = 3.14, DE= 1.34). La reserva cognitiva se relaciona con el estado cognitivo (rs=-.579, p=<.05). Los años de escolaridad se asocian con la reserva cognitiva (R2= .38, F(2, 112)= 36.530, p= < .001) y las estrategias de compensación de memoria confianza (R2 = .055, F(4, 112)= 2.624, p=<.05) y esfuerzo (R2 = .049, F(2, 112)= 3.877, p=<.05). De las estrategias de compensación de memoria, solo la \nestrategia externa, mostró una relación positiva, débil y significativa (rs=.19, p=<.05) con la reserva cognitiva. Ante estos hallazgos se plantea la necesidad de la aplicación de rehabilitación cognitiva, en los adultos mayores que acuden a la Casa Club, como parte de las actividades que desarrollan al interior de la misma, con la finalidad de contribuir al retraso del deterioro cognitivo. Dicha rehabilitación podría considerar, la realización de actividades que favorezcan el desarrollo y empleo de las estrategias de compensación de memoria. La valoración de la reserva cognitiva y estrategias de compensación de memoria, representa una área de oportunidad para enfermería en el primer nivel de atención, para contribuir al retraso de problemas cognitivos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".