Examining the “reading the mind in the eyes test” as an assessment of subtle differences in affective theory of mind after concussion
Notice bibliographique
Résumé
Objective: This research examined affective theory of mind (ToM) differences between university students with and without a history of concussion using the revised Reading the Mind in the Eyes Test (RMET). Although, previous studies have shown that affective ToM is subserved by the ventromedial prefrontal cortex – a region that is vulnerable in head injury – few have examined whether subtle deficits in affective ToM are evident after concussion. Given the RMET’s sensitivity to affective deficits following moderate-to-severe traumatic brain injury, the current study examined its validity following concussion and its correlation with related ToM measures and constructs, such as empathy.Method: Seventy-seven students with and without a history of self-reported concussion completed the RMET, the Interpersonal Reactivity Index, a novel Perspective-Taking Task, and the Questionnaire of Cognitive and Affective Empathy. Indices of spelling/reading capabilities were obtained and baseline electrodermal activation was recorded as an index of arousal.Results: RMET performance did not differ between individuals with and without a prior concussion when controlling for sex and spelling/reading skills and was not correlated with other measures of affective ToM, empathy, and arousal. However, spelling/reading skills were found to be a predictor of RMET performance among both concussion and no-concussion groups.Conclusions: Together, these findings imply that the RMET is not sensitive to ToM impairments after concussion and may be related to language skills among neurotypical students.
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 | 0,010 | 0,004 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».