Harsh parenting practices mediate the association between parent affective profiles and child adjustment outcomes: Differential associations for mothers and fathers
Notice bibliographique
Résumé
Children’s early emotional environment strongly influences their later behavioural development. Yet, besides maternal depression, limited knowledge exists about the effect of other emotions and the role of fathers. Using 290 triads (mother/father/child), we investigated how positive (SEEKING, CARING, PLAYFULNESS) and negative (FEAR, ANGER, SADNESS) dimensions of mothers’ and fathers’ affectivity relate to their offspring’s externalizing and internalizing behaviours directly as well as indirectly via parenting practices. Parental variables were measured when children were 4 years old and children’s behaviours were measured at 8 years of age. Latent Profile Analysis identified three parental affective profiles: low negative emotions, balanced, and high emotional. Structural equation models showed that, for boys, mothers’ low negative emotions and high emotional profiles predicted later internalizing behaviours (direct effect; β = −0.21 and β = 0.23), while fathers’ low negative emotions profile predicted externalizing behaviours indirectly (β = −0.10). For girls, mothers’ profiles ( low negative emotions and high emotional) predicted both internalizing (β = −0.04 and β = 0.07) and externalizing (β = −0.05 and β = 0.09) behaviours indirectly, but no effects of fathers’ profiles were found. Mothers’ and fathers’ affective profiles contributed to the behavioural development of their offspring in different ways, according to the type of behaviour (internalizing or externalizing) and the child’s sex. These findings may help in tailoring existing parenting interventions on affective profiles, thus enhancing their efficacy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».