MétaCan
Menu
Retour à la cohorte
Enregistrement W2218776046 · doi:10.1016/j.dcn.2015.12.010

The dual systems model: Review, reappraisal, and reaffirmation

2015· review· en· W2218776046 sur OpenAlexaff
Elizabeth P. Shulman, Ashley R. Smith, Karol Silva, Grace Icenogle, Natasha Duell, Jason Chein, Laurence Steinberg

Notice bibliographique

RevueDevelopmental Cognitive Neuroscience · 2015
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPsychologyDual (grammatical number)NeuroscienceCognitive psychologyCognitive scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

According to the dual systems perspective, risk taking peaks during adolescence because activation of an early-maturing socioemotional-incentive processing system amplifies adolescents' affinity for exciting, pleasurable, and novel activities at a time when a still immature cognitive control system is not yet strong enough to consistently restrain potentially hazardous impulses. We review evidence from both the psychological and neuroimaging literatures that has emerged since 2008, when this perspective was originally articulated. Although there are occasional exceptions to the general trends, studies show that, as predicted, psychological and neural manifestations of reward sensitivity increase between childhood and adolescence, peak sometime during the late teen years, and decline thereafter, whereas psychological and neural reflections of better cognitive control increase gradually and linearly throughout adolescence and into the early 20s. While some forms of real-world risky behavior peak at a later age than predicted, this likely reflects differential opportunities for risk-taking in late adolescence and young adulthood, rather than neurobiological differences that make this age group more reckless. Although it is admittedly an oversimplification, as a heuristic device, the dual systems model provides a far more accurate account of adolescent risk taking than prior models that have attributed adolescent recklessness to cognitive deficiencies.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,368
Tête enseignante GPT0,533
Écart entre enseignants0,165 · 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'étudeThéorique ou conceptuel
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

Citations845
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental Cognitive NeuroscienceMême sujetMental Health Research TopicsTravaux en français237 207