MétaCan
Menu
Retour à la cohorte

Frequent Aggression and Attribution of Hostile Intent in People With Mild to Moderate Intellectual Disabilities: An Empirical Investigation

2006· article· en· W2006959671 sur OpenAlexaff
Andrew Jahoda, Carol Pert, Peter Trower

Notice bibliographique

RevueAmerican Journal on Mental Retardation · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensLearning Partnership
Organismes subventionnairesnon disponible
Mots-clésAttributionAggressionPsychologyAttribution biasIntellectual disabilityInterpersonal communicationSocial perceptionDevelopmental psychologyInterpersonal relationshipHuman factors and ergonomicsPoison controlInjury preventionPerceptionClinical psychologySocial psychologyPsychiatryMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

We investigated whether aggressive individuals have an attributional bias of hostile intent compared to nonaggressive peers. We compared 43 frequently aggressive individuals who had mild to moderate intellectual disabilities with 46 nonaggressive controls on an attributional task. The aggressive participants attributed significantly more hostile intent to protagonists and indicated that they would respond more aggressively than did the controls to provocative scenes, but only when the threat was to themselves. Results suggest that differences in attribution of threat to self play a role in frequent aggression. These differences appear to be due, in part, to a positive bias of the nonaggressive participants on the self-referent scenes. Clinically, results highlight the importance of assessing and addressing aggressive individuals' interpersonal perceptions.

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)0,000
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 enseignants0,118
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,281 · 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

Citations48
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal on Mental RetardationMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207