MétaCan
Menu
Retour à la cohorte
Enregistrement W2058541114 · doi:10.1111/1467-8624.00144

Compulsive-like Behavior in Individuals with Down Syndrome: Its Relation to Mental Age Level, Adaptive and Maladaptive Behavior

2000· article· en· W2058541114 sur OpenAlexfundno aff
David Evans, Fabienne L. Gray

Notice bibliographique

RevueChild Development · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesFordham UniversityMcGill UniversityYale University
Mots-clésPsychologyAdaptive behaviorDevelopmental psychologyCompulsive behaviorTypically developingClinical psychologyAutism

Résumé

récupéré en direct d'OpenAlex

This study examined the nature of repetitive, ritualistic, and compulsive-like behaviors in 50 typically developing children and 50 individuals with Down syndrome (DS), matched on mental age (MA; M = 59.72 months). Parents reported on their children's compulsive-like behaviors-including ritualistic habits-and perfectionistic behaviors, as well as their children's adaptive and maladaptive behaviors. Results indicated that children with DS show similar MA-related changes in compulsive-like behaviors compared to the MA-matched comparison group. Younger children (both typical and DS) exhibited significantly more compulsive-like behaviors than older children. In general, children with and without DS did not differ from each other in terms of the number of compulsive-like behaviors they engaged in, although participants with DS engaged in more frequent, more intense repetitive behaviors. Compulsive-like behaviors were differentially related to adaptive and maladaptive behaviors across the MA and mental retardation groups. The results extend the "similar sequence" model of development to the construct of compulsive-like behaviors, and also suggest that some repetitive behaviors may be among the behavioral phenotype of individuals with DS.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,280
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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

Citations111
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207