Early risk factors associated with preschool developmental patterns of single and co-occurrent disruptive behaviors in a population sample.
Notice bibliographique
Résumé
= 2,057; 50.7% boys). Six high-trajectory classes obtained by latent growth modeling were used as longitudinal indicators of single-DB and co-occurrent DBs. Children following low or moderate trajectories for all DBs served as the reference class. Results showed low commonality of risk factors among single-DB trajectory classes, suggesting that "pure" forms of DBs have specific etiologies. In contrast, the trajectory classes with a high DB in common shared 20.0% to 46.7% of their risk factors. Overall, 40.0% of significant risk factors across trajectory classes were common to between two and four classes, whereas 60.0% of the significant risk factors were specific to one class or another. However, risk factors common among classes accounted for the greater part (63.2%) of the associations, especially in co-occurrent DBs trajectory classes. These risk factors included male sex, a higher number of siblings, maternal symptoms of depression and conduct problems, young motherhood, lack of positive parenting, family dysfunction, and lower socioeconomic status. Children thus develop early distinct patterns of DBs associated with both common and specific prenatal and early postnatal risk factors. Longitudinal assessments of early manifestations of DB, including a range of behaviors and a variety of potential risk factors to reflect the distinctiveness of children and their families, could help guide etiological research, tailor early interventions, and prevent a cascade of deleterious influences and outcomes. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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) | 0,001 | 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 ».