Advancing understanding of the classification of broad autism phenotype and attention‐deficit/hyperactivity disorder symptom dimensions within the Hierarchical Taxonomy of Psychopathology
Notice bibliographique
Résumé
Research on personality and psychopathology associations has informed the classification of many symptom dimensions within the Hierarchical Taxonomy of Psychopathology (HiTOP). However, classification of symptom dimensions defining autism and attention-deficit/hyperactivity disorder (ADHD) within the HiTOP framework remains unclear in many ways. To address this issue, we examined the joint factor structure of (a) measures assessing characteristics relevant to ADHD and autism and (b) normal range personality traits in a sample of 547 adults recruited from Amazon Mechanical Turk, many of whom reported elevated autism-relevant and ADHD-relevant characteristics. We also examined how factors identified in these analyses correlated with measures of internalizing symptoms and select externalizing traits. Our results indicated that some measures assessing autism-relevant and ADHD-relevant characteristics (e.g. communication issues, hyperactivity/impulsivity) defined a distinct Attention and Communication Difficulties factor, with scores on this factor correlating strongly with internalizing symptom ratings. However, other relevant characteristics such as aloofness may be indicators of existing HiTOP spectra such as detachment. We discuss how these findings inform classification of autism-relevant and ADHD-relevant characteristics within the HiTOP, as well as key future directions for extending the limited research in this area.
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 | 0,001 |
| 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 ».