MétaCan
Menu
Retour à la cohorte
Enregistrement W2530976143 · doi:10.5539/ass.v12n11p37

Role of Working Memory Updating and Working Memory Capacity in Moderating the Relationship between Impulsivity with Propensity of Risk Taking Behaviors and Decision Making in Boy Adolescents

2016· article· en· W2530976143 sur OpenAlexvenueno aff
Amir Hamzeh Khorasani, Maria E. Aguilar Vafaei, Vahid Nejati, Hamidreza Hassan Abadi

Notice bibliographique

RevueAsian Social Science · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpulsivityWorking memoryPsychologyDevelopmental psychologyMemory spanCognitive psychologyCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

<p class="a"><span lang="EN-US">In this research, authors examine how individual differences in working memory capacity and Working Memory updating influence differences in impulsivity in risky decision making and behaviors. This study makes attempt to address extension of related works on the relationship between working memory, impulsivity and risky decision making and behaviors in adolescents. A large sample (420) of boy secondary grade students involved in this research; this study indicated that working memory capacity and updating Working Memory moderate some of impulsivity and high risk behaviors and decision making. Individuals with low working memory capacity and high impulsivity compared to individuals with high working memory capacity and high impulsivity are more likely subjected to risky decision making. Further, high risk behaviors are more salient in individuals with low updating Working Memory and high impulsivity. </span></p>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,382
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,084
Tête enseignante GPT0,322
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetCognitive Abilities and TestingTravaux en français237 207