MétaCan
Menu
Retour à la cohorte
Enregistrement W2020840173 · doi:10.1017/s0954579403000324

Dynamic systems methods for models of developmental psychopathology

2003· article· en· W2020840173 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDevelopment and Psychopathology · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensUniversity of TorontoSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésCommensurability (mathematics)PsychologyData scienceDevelopmental psychopathologyPsychopathologyField (mathematics)Space (punctuation)Management scienceComputer scienceCognitive scienceClinical psychology

Résumé

récupéré en direct d'OpenAlex

A survey of dynamic systems (DS) methods appropriate for testing systems-based models in developmental psychopathology is provided. The rationale for developing new methods for the field is reviewed first. In line with other scholars, we highlight the fundamental incompatibility between developmentalists' organismic, open systems models and the mechanistic research methods with which these models are tested. Key DS principles are explained and their commensurability with developmental psychopathologists' core theoretical concerns are discussed. Next, a survey of research designs and methodological techniques currently being used and refined by developmental DS researchers is provided. The strengths and limitations of each approach are discussed throughout this review. Finally, we elaborate on one specific dynamic systems method, state space grids, which addresses many of the limitations of previous DS techniques and may prove most useful for the discipline. This approach was developed as a middle road between DS methods that are mathematically heavy on the one hand and purely descriptive on the other. Examples of developmental and clinical studies that have applied state space grids are reviewed and suggestions for future analyses are made. We conclude with some implications for the application of this new methodology for studying change processes in clinical research.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,064
Tête enseignante GPT0,377
Écart entre enseignants0,313 · 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