A Multiple Indicators Multiple Causes (MIMIC) model of friendship quality and comorbidities in children with attention-deficit/hyperactivity disorder.
Notice bibliographique
Résumé
The unique objectives of the current investigation were: (a) to assess the fit of a multiinformant 2-factor measurement model of friendship quality in a clinical sample of children with attention-deficit/hyperactivity disorder (ADHD); and (b) to use a multiple indicators multiple causes approach to evaluate whether comorbid externalizing and internalizing disorders incrementally predict levels of positive and negative friendship quality. Our sample included 165 target children diagnosed with ADHD (33% girls; aged 6-11 years). Target children, their parents, their friends, and the parents of their friends independently completed a self-report measure of friendship quality about the reciprocated friendship between the target child and the friend. Results indicated that a multiinformant 2-factor measurement model with correlated positive friendship quality and negative friendship quality had good fit. The friendships of children with ADHD and a comorbid externalizing disorder were characterized by less positive friendship quality and more negative friendship quality than the friendships of children with ADHD and no externalizing disorder after controlling for the presence of a comorbid internalizing disorder. However, the presence of a comorbid internalizing disorder did not predict positive or negative friendship quality. These findings suggest that soliciting reports from parents in addition to children and friends, and measuring comorbid externalizing disorders, may be valuable evidence-based strategies when assessing friendship quality in ADHD populations. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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) | 0,001 | 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 | 0,001 |
| 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 ».