Behavioral Risk Assessment From Newborn to Preschool: The Value of Older Siblings
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to examine the plausibility of a risk prediction tool in infancy for school-entry emotional and behavioral problems. Familial aggregation has been operationalized previously as maternal psychopathology. The hypothesis was tested that older sibling (OS) psychopathology, as an indicator of familial aggregation, would enable a fair level of risk prediction compared with previous research, when combined with traditional risk factors. METHODS: = 2.00 months), all of whom had OSs. Infants were followed up 4.5 years later when both parents provided ratings of emotional and behavioral problems. Multiple regression and receiver operating characteristic curve analyses were conducted for emotional, conduct, and attention problems separately. RESULTS: The emotional and behavioral problems of OSs at infancy were the strongest predictors of the same problems in target children 4.5 years later. Other risk factors, including maternal depression and socioeconomic status provided extra, but weak, significant prediction. The area under the receiver operating characteristic curve for emotional and conduct problems yielded a fair prediction. CONCLUSIONS: This study is the first to offer a fair degree of prediction from risk factors at birth to school-entry emotional and behavioral problems. This degree of prediction was achieved with the inclusion of the emotional and behavioral problems of OSs (thus limiting generalizability to children with OSs). The inclusion of OS psychopathology raises risk prediction to a fair level.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».