MétaCan
Menu
Retour à la cohorte
Enregistrement W1988558394 · doi:10.1177/1534650108319915

Errorless Priming

2008· article· en· W1988558394 sur OpenAlexaff
Anthony Folino, Joseph M. Ducharme, Nathalie K. Conn

Notice bibliographique

RevueClinical Case Studies · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychologyAntecedent (behavioral psychology)Priming (agriculture)AggressionIntervention (counseling)Developmental psychologyClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Reactive aggressive children experience social encoding and interpretation difficulties. Such deficits increase the likelihood that reactive aggressive children perceive the actions of others as provocative and respond in an aggressive manner. Errorless priming was developed as a proactive and success-focused treatment for an 8-year-old boy demonstrating severe reactive aggression (RA). Observations of the child revealed several antecedents that immediately preceded his aggression. This information enabled prediction of aggressive outbursts and development of an intervention that involved providing the child with preparatory information (i.e., priming statements) to moderate his reaction to upcoming stressors. As is characteristic of errorless approaches, a graduated hierarchy was used to systematically fade priming statements. Following treatment, the child was able to tolerate, without problem behavior, antecedent conditions that he found challenging prior to treatment. Errorless priming may have broad potential as a brief and time-efficient intervention for RA.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,256
Tête enseignante GPT0,481
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Case StudiesMême sujetBullying, Victimization, and AggressionTravaux en français237 207