An exploratory study of positive and incongruent communication in young children with type 1 diabetes and their mothers
Notice bibliographique
Résumé
BACKGROUND: The incidence of type 1 diabetes is increasing in young children. However, they are overlooked in treatment adherence and intervention research despite evidence that parents often experience difficulty securing their treatment cooperation, especially with the diet. We investigated positive and incongruent (i.e. the co-occurrence of contradictory verbal and non-verbal messages) communication in the mother-child dyad and their association with child adjustment and dietary adherence outcomes. METHODS: Participants were 23 6- to 8-year-old children with type 1 diabetes and their mothers. We conducted dietary adherence interviews with mothers and performed nutritional analyses to assess children's consumption of extrinsic sugars (e.g. confectionary). Mothers completed a standardized assessment of child psychological adjustment. Mothers and children engaged in a videotaped problem-solving task related to the dietary regimen, with maternal and child utterances and non-verbal behaviours analysed for positive dyadic and incongruent communication. RESULTS: Positive dyadic communication correlated with lower levels of child incongruent communication, fewer behavioural problems and better overall adjustment. Higher levels of maternal and child incongruent communication correlated with more behavioural and emotional problems and poorer overall adjustment. Higher levels of maternal incongruent communication correlated with poorer dietary adherence. CONCLUSIONS: Results converged to form a conceptually and empirically coherent pattern in that behavioural indices of poorer communication in both mother and child consistently correlated with poorer child adjustment outcomes. This study shows that specific features of dyadic, child and maternal communication could be targeted in developmentally sensitive interventions to promote positive communication in the home management of type 1 diabetes care for young children.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».