MétaCan
Menu
Retour à la cohorte
Enregistrement W2775343840 · doi:10.1371/journal.pone.0188730

Heterogeneity in the development of proactive and reactive aggression in childhood: Common and specific genetic - environmental factors

2017· article· en· W2775343840 sur OpenAlexafffund
Stéphane Paquin, Éric Lacourse, Mara Brendgen, Frank Vitaro, Ginette Dionne, Richard E. Tremblay, Michel Boivin

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversité LavalUniversité de MontréalUniversité du Québec à MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health ResearchSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésAggressionTwin studyDevelopmental psychologyPsychologyEcologyHeritabilityBiologyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Few studies are grounded in a developmental framework to study proactive and reactive aggression. Furthermore, although distinctive correlates, predictors and outcomes have been highlighted, proactive and reactive aggression are substantially correlated. To our knowledge, no empirical study has examined the communality of genetic and environmental underpinning of the development of both subtypes of aggression. The current study investigated the communality and specificity of genetic-environmental factors related to heterogeneity in proactive and reactive aggression's development throughout childhood. METHODS: Participants were 223 monozygotic and 332 dizygotic pairs. Teacher reports of aggression were obtained at 6, 7, 9, 10 and 12 years of age. Joint development of both phenotypes were analyzed through a multivariate latent growth curve model. Set point, differentiation, and genetic maturation/environmental modulation hypotheses were tested using a biometric decomposition of intercepts and slopes. RESULTS: Common genetic factors accounted for 64% of the total variation of proactive and reactive aggression's intercepts. Two other sets of uncorrelated genetic factors accounted for reactive aggression's intercept (17%) on the one hand, and for proactive (43%) and reactive (13%) aggression's slopes on the other. Common shared environmental factors were associated with proactive aggression's intercept (21%) and slope (26%) and uncorrelated shared environmental factors were also associated with reactive aggression's slope (14%). Common nonshared environmental factors explained most of the remaining variability of proactive and reactive aggression slopes. CONCLUSIONS: A genetic differentiation hypothesis common to both phenotypes was supported by common genetic factors associated with the developmental heterogeneity of proactive and reactive aggression in childhood. A genetic maturation hypothesis common to both phenotypes, albeit stronger for proactive aggression, was supported by common genetic factors associated with proactive and reactive aggression slopes. A shared environment set point hypothesis for proactive aggression was supported by shared environmental factors associated with proactive aggression baseline and slope. Although there are many common features to proactive and reactive aggression, the current research underscores the advantages of differentiating them when studying aggression.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,054
Tête enseignante GPT0,272
Écart entre enseignants0,218 · 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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetBullying, Victimization, and AggressionTravaux en français237 207