A person-centered examination of emotion dysregulation, sensitivity to threat, and impulsivity among children and adolescents: An ERP study
Notice bibliographique
Résumé
OBJECTIVES: Adolescence often is characterized by the onset of social anxiety and risk taking; yet, not all youth are anxious and/or risk takers. There are several factors that may help differentiate youth with anxiety (e.g., threat sensitivity and emotion dysregulation) and youth who take risks (e.g., impulsivity and emotion dysregulation). We conducted a latent class analysis to identify groups of youth who differ in these processes, and then investigated group differences on the error-related negativity, an ERP that has been differentially associated with threat sensitivity and impulsivity. METHOD: = 11, range = 8-15 years) completed a survey assessing their emotion dysregulation, sensitivity to threat, and impulsivity. A subsample (N = 424) also completed a go/no-go task while EEG was recorded. RESULTS AND CONCLUSIONS: Four groups were identified with differential levels of emotion dysregulation, sensitivity to threat, and impulsivity. Adolescents had greater odds than children of being in the High_Dysregulation/ThreatSensitivity or ModerateDysregulation/HighImpulsivity Groups in comparison to two other groups with lower scores. The High_Dysregulation/ThreatSensitivity Group had the largest ERN, while the ModerateDysregulation/HighImpulsivity Group had the smallest ERN. The ERN may be a potential biomarker to help distinguish between different profiles of adolescents who may be at risk for either anxiety or risk taking.
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 | 0,000 |
| 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 ».