Taming anger and trusting others: Roles of skin conductance, anger regulation, and trust in children's aggression
Notice bibliographique
Résumé
Proactive and reactive aggression subtypes are distinguishable as early as the preschool years. However, their early physiological and social-emotional correlates have not been examined simultaneously. We tested whether children's skin conductance level, anger regulation, and trust in others were differentially related to their proactive and reactive aggression. Four-year-olds and their primary caregivers were recruited from a large Canadian city (N = 150). Controlling for reactive aggression, higher trust was associated with lower proactive aggression, but only for children with low anger regulation or skin conductance level. Controlling for proactive aggression, lower anger regulation was related to higher reactive aggression, and higher trust was related to higher reactive aggression for children with high skin conductance level. Findings highlight the unique and collective relations of physiology, emotion regulation, and trust to different forms of aggression in early childhood. Statement of contribution What is already known on this subject Proactive and reactive aggression subtypes are distinguishable as early as the preschool years. Unique physiological and social-emotional correlates of each subtype have been studied in middle and late childhood. Trust is a critical milestone for positive social interactions in early childhood and has been linked to aggression. What the present study adds Physiological and social-emotional correlates are uniquely linked to subtypes of aggression already at age 4. Trust is differentially linked to aggression subtypes as a function of anger regulation and skin conductance level.
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 | 0,000 | 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) | 0,001 | 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 ».