Caregivers’ Grit Moderates the Relationship Between Children’s Executive Function and Aggression
Notice bibliographique
Résumé
OBJECTIVE: Previous studies have shown that the impairment of executive function is positively related to aggression in children and adolescents. What is worth investigating is the moderator of such a relationship so that aggressive behavior can be reduced effectively in those who have executive function problems. The present study examined the association between executive function and two major subtypes of aggression (proactive and reactive aggression) and whether their caregivers' grit (perseverance) moderated such relationship. METHOD: Executive function and reactive and proactive aggression were assessed in 254 children and adolescents aged 8-19 years old, and their caregivers' grit was measured. RESULTS: Results show that caregivers' grit plays a significant role in moderating the relationship between children's executive function and proactive aggression after controlling for the covariates including the children's age, gender, and family income. Specifically, children's executive function became more negatively associated with proactive aggression when caregivers' grit was high while the association was positive when it was low. On the other hand, the association between children's executive function and reactive aggression did not vary across different levels of caregivers' grit. CONCLUSION: These findings suggest that proactive aggression may be reduced in those who have better executive function by enhancing their caregivers' grit, which inform the design of interventions in adjunct with the current approach (e.g., executive function training) to reduce aggression in children and adolescents in the community.
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 | 0,001 |
| 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 ».