MétaCan
Menu
Retour à la cohorte
Enregistrement W2770676028 · doi:10.1017/s0954579417001651

How do childhood intelligence and early psychosocial adversity influence income attainment among adult extremely low birth weight survivors? A test of the cognitive reserve hypothesis

2017· article· en· W2770676028 sur OpenAlexafffund
Kathleen G. Dobson, Mark A. Ferro, Michael H. Boyle, Louis A. Schmidt, Saroj Saigal, Ryan J. Van Lieshout

Notice bibliographique

RevueDevelopment and Psychopathology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensUniversity of WaterlooMcMaster UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychologySocioeconomic statusPsychosocialNeuroticismLow birth weightDevelopmental psychologyCognitionIntelligence quotientClinical psychologyDemographyPersonalityPsychiatryPregnancyPopulation

Résumé

récupéré en direct d'OpenAlex

Perinatal and later postnatal adversities have been shown to adversely affect socioeconomic trajectories, while enhanced early cognitive abilities improve them. However, little is known about the combined influence of these exposures on social mobility. In this study, we examined if childhood IQ moderated the association between four different types of postnatal adversity (childhood socioeconomic disadvantage, childhood sexual abuse, lifetime psychiatric disorder, and trait neuroticism) and annual earnings at 30-35 years of age in a sample of 88 extremely low birth weight survivors. Our results suggested that higher childhood IQ was associated with greater personal income at age 30-35. Extremely low birth weight survivors who did not face psychological adversities and who had higher childhood IQ reported higher income in adulthood. However, those who faced psychological adversity and had higher childhood IQ generally reported lower income in adulthood. Our findings suggest that cognitive reserve may not protect preterm survivors against the complex web of risk factors affecting their later socioeconomic attainment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,033
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,021
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopment and PsychopathologyMême sujetBirth, Development, and HealthTravaux en français237 207