Reconsidering the role of sex hormones in psychopathy development: Estrogen and psychopathy among male justice‐involved youth
Notice bibliographique
Résumé
Prominent theory suggests that factor one psychopathic traits may develop from increased input from hormones in the hypothalamic pituitary gonadal axis (HPG; i.e., testosterone) and decreased input from the hypothalamic pituitary adrenal axis (HPA; i.e., cortisol). Although there are extensive findings connecting low cortisol to psychopathy, less support has emerged for high levels of testosterone. This study examined whether incorporating the HPG hormone, estradiol, into this model would reveal relationships in line with theory: high levels of estradiol and testosterone in combination with low levels of cortisol would inform psychopathic traits. Baseline and reactive hormone levels were measured and compared to Psychopathy Checklist-Youth Version (PCL-YV) interviews among 66 male justice-involved youth (M age = 15.73) in a Southeastern juvenile detention center. The primary findings of this study were relationships between interacting HPA and HPG axis hormones with facet one and facet two psychopathic traits. Specifically, psychopathy total scores, interpersonal traits, and affective traits related to estradiol and testosterone reactivity, in that psychopathy scores were more likely with decreases in hormone reactivity (i.e., change in hormone level) following a stressor. Moreover, affective traits related to reactivity in all three hormones. These findings support inclusion of estradiol in neurobiological models of psychopathy and consideration of the individual components of psychopathy. This study adds to the growing body of research supporting interactions between variations in functioning of the HPA and HPG axes in relation to psychopathy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».