Intolerance of uncertainty and threat generalization: A replication and extension
Notice bibliographique
Résumé
Intolerance of uncertainty (IU) is a transdiagnostic risk factor for internalizing disorders. Prior work has found that IU may be associated with either increased reactivity to threat or, alternatively, with decreased differential responding between threat and nonthreat/safety cues (i.e., threat generalization). For example, work by Morriss, Macdonald, & van Reekum (2016) found that higher IU was associated with increased threat generalization during acquisition (using skin conductance response (SCR)), as well as less differentiation between acquisition and extinction (using subjective uneasiness ratings). Here, three labs attempted direct and conceptual replications of Morriss, Macdonald, et al. (2016). Results showed that the direct replication failed, despite being conducted at the same lab site as the original study; moreover, in contrast to Morriss, Macdonald, et al. (2016), the direct replication found that higher IU was associated with greater SCR discrimination between threat and safety cues (across acquisition and extinction), as well as greater differences in uneasiness ratings between acquisition and extinction. Nonetheless, in the conceptual replications, higher IU was associated with greater threat generalization, as well as less discrimination between acquisition and extinction, as measured using SCR. Higher IU was also associated with larger late positive potentials to threat versus safety cues during extinction-results that mirror those observed by Morriss, Macdonald, et al. (2016) using SCR. Results are discussed with regards to the challenge involved in defining a successful replication attempt, the benefits of collaborative replication and the use and reliability of multiple measures.
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 | 0,001 |
| 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) | 0,000 | 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 ».