MétaCan
Menu
Retour à la cohorte
Enregistrement W4205680122 · doi:10.1002/jaba.901

On the role of operant contingencies in the maintenance of inappropriate mealtime behavior: An epidemiological analysis

2021· article· en· W4205680122 sur OpenAlexaff
Valdeep Saini, Ashley S. Andersen, Joshua Jessel, Hanna Vance

Notice bibliographique

RevueJournal of Applied Behavior Analysis · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Nutrition and Feeding Issues
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésReinforcementGeneralityPsychologyFunctional analysisDevelopmental psychologyClinical psychologyEpidemiologyToken economyApplied behavior analysisPsychotherapistMedicineSocial psychologyAutism

Résumé

récupéré en direct d'OpenAlex

Functional analysis is the primary assessment used to determine the function of inappropriate mealtime behavior in children with feeding disorders. Based on single-case experimental design studies and recent reviews, the prevalence of negative reinforcement alone in the maintenance of inappropriate mealtime behavior appears to be much greater than positive reinforcement alone. We conducted a retrospective consecutive-controlled case series to determine the generality of previous findings. Results of the epidemiological analysis support prior research in that negative reinforcement in the form of escape (44.8%), and multiple control (i.e., positive and negative reinforcement) in the forms of escape and attention (37.2%), are considerably more prevalent than positive reinforcement alone (2.5%). We discuss the relationship between functional analysis of inappropriate mealtime behavior and treatment utility. Further, we describe avenues of future research designed to advance the application of functional analysis in feeding disorders beyond inappropriate mealtime behavior.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Behavior AnalysisMême sujetChild Nutrition and Feeding IssuesTravaux en français237 207