MétaCan
Menu
Retour à la cohorte
Enregistrement W2726401606 · doi:10.1111/psyp.12915

Resting heart rate, guilt, and sympathy: A developmental psychophysiological study of physical aggression

2017· article· en· W2726401606 sur OpenAlexafffund
Tyler Colasante, Tina Malti

Notice bibliographique

RevuePsychophysiology · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSympathyAggressionPsychologyHeart rateDevelopmental psychologyRESTING HEART RATESocial psychologyBlood pressureInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Although low resting heart rate has been linked to frequent aggressive conduct in childhood, little is known about the interaction of this biological risk with social emotions that protect against aggression across development. With a sample of 5-, 8-, and 12-year-olds (N = 110), we tested whether the negative link between resting heart rate and physical aggression was offset by high guilt and sympathy. Caregivers reported their children's physical aggression and sympathy. Children's electrocardiogram data were collected while they viewed a nondescript video, after which they reported their guilt-or lack thereof-in response to vignettes depicting social transgressions. Lower resting heart rate was significantly associated with higher physical aggression in 5-year-olds who reported low-but not medium and high-levels of guilt, and in 8-year-olds with low-but not medium and high-ratings of sympathy. Neither guilt nor sympathy moderated the resting heart rate-physical aggression link in 12-year-olds. We discuss how social emotions may help children with low resting heart rates navigate social conflicts and avoid aggressive physical confrontations.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,042
Tête enseignante GPT0,346
Écart entre enseignants0,304 · 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

Citations14
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychophysiologyMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207