A memória como liberdade para a nossa existência: Memórias autobiográficas em adultos mais velhos
Bibliographic record
Abstract
O envelhecimento é um fenómeno que se tem evidenciado nas sociedades atuais, tornando-se essencial perceber as consequências que esta fase de vida pode trazer ao indivíduo e à sua identidade e posteriormente, identificar estratégias e intervenções que permitam promover uma melhor qualidade de vida e sentido de coerência do Self aos adultos mais velhos. Por seu turno, também se torna pertinente desenvolver estudos sobre Memórias Autobiográficas devido ao interesse nesta área ser relativamente recente em Portugal e porque estas são essenciais na prática clínica para compreendermos o indivíduo. O objetivo da presente investigação foi estudar as Memórias Autobiográficas em adultos mais velhos (≥ 65 anos) nomeadamente, a valência emocional e a especificidade das memórias evocadas. A amostra do estudo foi constituída por 60 adultos mais velhos (≥ 65 anos), dos quais 40 são do sexo feminino e 20 são do sexo masculino. Aplicou-se o seguinte protocolo de investigação: a Tarefa de Memórias Autobiográficas, a Escala Geriátrica da Depressão (GDS), o Montreal Cognitive Assessment (MoCA), a Escala de Desejabilidade Social de 20 Itens (EDS-20), a Escala de Avaliação Emocional (EAS), o Inventário de Sintomas Psicopatológicos (BSI) e por último, o Inventário de Ansiedade Estado e Traço (STAI-Y). Este estudo permite concluir que, em adultos mais velhos: a evocação de Memórias Autobiográficas específicas é superior à evocação de Memórias Autobiográficas gerais; A evocação de memórias específicas é superior em palavras-estímulo de valência emocional negativa do que em palavras-estímulo de valência emocional positiva; A evocação de Memórias Autobiográficas de valência emocional (positiva e negativa) é superior comparativamente a memórias neutras; Não há diferenças significativas entre os eventos de valência emocional positiva e os eventos de valência emocional negativa evocados e não há diferenças significativas entre os tempos de latência em palavras-estímulo de valência emocional positiva e de valência emocional negativa.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".