MétaCan
Menu
Retour à la cohorte
Enregistrement W2902644243 · doi:10.1371/journal.pone.0207905

Medical treatment of Attention Deficit/Hyperactivity Disorder (ADHD) and children’s academic performance

2018· article· en· W2902644243 sur OpenAlexaff
Maria Keilow, Anders Holm, Peter Fallesen

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensWestern University
Organismes subventionnairesStrategic Research Council
Mots-clésAttention deficit hyperactivity disorderDiscontinuationDanishNatural experimentPlaceboAcademic achievementMedical schoolTreatment effectPropensity score matchingMedicineMethylphenidateClinical psychologyMedical treatmentPsychologyPsychiatryFamily medicineDevelopmental psychologyInternal medicineAlternative medicineMedical education

Résumé

récupéré en direct d'OpenAlex

Attention Deficit/Hyperactivity Disorder (ADHD) is negatively associated with a range of academic achievement measures. We use Danish administrative register data to study the impact of medical treatment of ADHD on children's academic performance assessed by student grade point average (GPA). Using administrative register data on children, who begin medical treatment, we conduct a natural experiment and exploit plausible exogenous variation in medical nonresponse to estimate the effect of medical treatment on school-leaving GPA. We find significant effects of treatment on both exam and teacher evaluated GPAs: Compared to consistent treatment, part or full discontinuation of treatment has large significant negative effects reducing teacher evaluation and exam GPA with .18 and .22 standard deviations, respectively. The results demonstrate that medical treatment may mitigate the negative social consequences of ADHD. Placebo regressions indicate that a causal interpretation of our findings is plausible.

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)0,004
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,307
Écart entre enseignants0,253 · 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

Citations75
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207