MétaCan
Menu
Retour à la cohorte
Enregistrement W3037600085 · doi:10.1002/imhj.21863

The effect of prenatal adversity on externalizing behaviors at 24 months of age in a high‐risk sample: Maternal sensitivity as a moderator

2020· article· en· W3037600085 sur OpenAlexaff
Pamela Schuetze, Danielle S. Molnar, Rina D. Eiden, Shannon Shisler, Junru Zhao, Craig R. Colder, Marilyn A. Huestis

Notice bibliographique

RevueInfant Mental Health Journal · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensBrock University
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésModerationPsychologyMaternal sensitivityDevelopmental psychologyAssociation (psychology)Clinical psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine the moderating role of maternal sensitivity on the association between prenatal adversity and externalizing behaviors at 24 months of age in a diverse, high-risk sample. We hypothesized that among children with higher prenatal adversity, high maternal sensitivity would serve as a protective factor. Participants were 247 primarily low-income, diverse dyads. Results indicated a significant interaction effect of maternal sensitivity and prenatal adversity on externalizing problems. The association between prenatal adversity and externalizing behaviors was significant only among children who experienced low prenatal adversity, with higher maternal sensitivity associated with lower externalizing behaviors. These findings indicate that, in the absence of high prenatal risk, responsive and sensitive parenting can buffer children in an otherwise high-risk sample from the development of externalizing behaviors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,310
Écart entre enseignants0,295 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfant Mental Health JournalMême sujetChild Abuse and TraumaTravaux en français237 207