MétaCan
Menu
Retour à la cohorte
Enregistrement W2128624269 · doi:10.1002/wcs.1349

Cumulative risk and developmental health: an argument for the importance of a family‐wide science

2015· review· en· W2128624269 sur OpenAlexaff
Dillon T. Browne, André Plamondon, Heather Prime, Sofía Puente-Durán, Mark Wade

Notice bibliographique

RevueWiley Interdisciplinary Reviews Cognitive Science · 2015
Typereview
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensToronto Metropolitan UniversityUniversité LavalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychosocialNeurocognitiveDyadPsychologyDevelopmental psychologyPovertyArgument (complex analysis)Developmental ScienceFamily resiliencePsychological resilienceCognitionMedicineSocial psychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

A substantial body of research links social disadvantage and developmental health via a cascade running from poverty, to cumulative psychosocial risk, to disrupted family dynamics, to child biological regulatory systems and neurocognitive processing, and finally to morbidity across the lifespan. Most research in this area employs single-dyad or between-family methodology. While informative, there are limitations to this approach. Specifically, it is impossible to determine how risk alters psychosocial environments that are similar for all persons within a household, versus processes that are unique to particular children. This is important in light of literature citing the primacy of child-specific environments in driving developmental health. Methodologically speaking, there are both benefits and challenges to family-wide approaches that differentiate between- and within-family environments. This review describes literature linking cumulative risk and developmental health via family process, while articulating the importance of family-wide approaches. Areas of shortcoming and recommendations for a family-wide science are provided.

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)0,016
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,011
Communication savante0,0040,011
Science ouverte0,0030,005
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,179
Tête enseignante GPT0,487
Écart entre enseignants0,308 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Cognitive ScienceMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207