MétaCan
Menu
Retour à la cohorte
Enregistrement W3005367582 · doi:10.3389/fneur.2020.00059

Sex and Gender Differences in Emotion Recognition and Theory of Mind After TBI: A Narrative Review and Directions for Future Research

2020· review· en· W3005367582 sur OpenAlexaff
Lyn S. Turkstra, Bilge Mutlu, Caitlin W. Ryan, Emily H. Despins Stafslien, Erica Richmond, Emily Hosokawa, Melissa C. Duff

Notice bibliographique

RevueFrontiers in Neurology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcMaster University
Organismes subventionnairesNational Center for Medical Rehabilitation ResearchNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésPsychologyTraumatic brain injuryAffect (linguistics)Social cognitionContext (archaeology)CognitionSocial cognitive theoryTheory of mindNarrativeDevelopmental psychologyNarrative reviewClinical psychologyPsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

A growing body of literature has examined sex differences in a variety of outcomes from moderate-severe traumatic brain injury (TBI), including outcomes for social functioning. Social functioning is an area in which adults with TBI have significant long-term challenges (1-4), and a better understanding of sex and gender differences in this domain may have a significant clinical impact. This paper presents a brief narrative review of current evidence regarding sex differences in one aspect of social functioning in adults with TBI: social cognition, specifically affect recognition and Theory of Mind (ToM). Data from typical adults and adults with TBI are considered in the broader context of common stereotypes about social skills and behaviors in men vs. women. We then discuss considerations for future research on sex- and gender-based differences in social cognition in TBI, and in adults more generally.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,225
Tête enseignante GPT0,415
Écart entre enseignants0,190 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207