MétaCan
Menu
Retour à la cohorte
Enregistrement W2901148750 · doi:10.1177/1087054718808602

Using Metacognitive Methods to Examine Emotion Recognition in Children With ADHD

2018· article· en· W2901148750 sur OpenAlexafffund
Alexandra G. Basile, Maggie E. Toplak, Brendan F. Andrade

Notice bibliographique

RevueJournal of Attention Disorders · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensCentre for Addiction and Mental HealthUniversity of TorontoYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyMetacognitionCognitionDevelopmental psychologyTask (project management)Attention deficit hyperactivity disorderClinical psychologyAudiologyPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Objective: This study investigated confidence accuracy associations for emotion recognition (ER) in children with ADHD and typically developing children (TD). Method: Thirty-nine children with ADHD and 42 TD ( M = 9 years, 11 months, SD = 14.92 months, 26 females) completed an ER task. Intelligence and executive function task performance were also measured. Results: The ADHD group was more confident on ER compared with TD, but no group differences were found on their overall accuracy. Specifically, the ADHD group was more confident in its recognition of sad and angry faces compared with the TD group. On a metacognitive index, the ADHD group displayed lower resolution, suggesting that the TD group was better at discriminating correct from incorrect responses. Higher resolution was associated with lower ADHD symptoms. Conclusion: Confidence ratings with reference to performance on a specific task can provide an index of social-cognition in children with ADHD.

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)0,000
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 enseignants0,330
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,093
Tête enseignante GPT0,406
Écart entre enseignants0,313 · 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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Attention DisordersMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207