MétaCan
Menu
Retour à la cohorte
Enregistrement W2522341000 · doi:10.1002/ab.21676

An ERP study on hostile attribution bias in aggressive and nonaggressive individuals

2016· article· en· W2522341000 sur OpenAlexaff
Jean Gagnon, Mercédès Aubin, Fannie Carrier Emond, Sophie Derguy, Alex Fernet Brochu, Monique Bessette, Pierre Jolicœur

Notice bibliographique

RevueAggressive Behavior · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensUniversité de MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésAttribution biasAggressionPsychologyAttributionContext (archaeology)Social psychologyPoison controlExpectancy theorySocial information processingDevelopmental psychologyHuman factors and ergonomicsCognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Hostile attribution bias (e.g., tendency to interpret the intention of others as hostile in ambiguous social contexts) has been associated with impulsive aggression in adults, but the results are mixed and the complete sequence of hostile inferential processes leading to aggression has not been investigated yet. The goal of this event-related brain potentials (ERPs) study was to track the neural activity associated with the violation of expectations about hostile versus nonhostile intentions in aggressive and nonaggressive individuals and examine how this neural activity relates to self-reported hostile attributional bias and impulsive aggression in real life. To this end, scenarios with a hostile versus nonhostile social context followed by a character's ambiguous aversive behavior were presented to readers, and ERPs to critical words that specified the hostile versus nonhostile intent behind the behavior were analysed. Thirty-seven aggressive and fifty nonaggressive individuals participated in the study. The presentation of a critical word that violated hostile expectation caused an N400 response that was significantly larger in aggressive than nonaggressive individuals. Results also showed an enhanced late positive potential-like component in aggressive individuals when hostile intention scenarios took place in a nonhostile context, which is associated with impulsive aggression in real life even after having controlled for the effect of self-reported hostile attributional bias. The Hostile Expectancy Violation paradigm evaluated in this study represents a promising tool to investigate the relationship between the online processing of hostile intent in others and impulsive aggression. Aggr. Behav. 43:217-229, 2017. © 2016 Wiley Periodicals, Inc.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,187
Tête enseignante GPT0,365
Écart entre enseignants0,178 · 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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAggressive BehaviorMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207