Peer contagion dynamics in the friendships of children with ADHD
Notice bibliographique
Résumé
BACKGROUND: Friendships in middle childhood carry high developmental significance. The majority of children with attention-deficit/hyperactivity disorder (ADHD) have few friendships, unstable friendships, or poor relationship quality in any friendships they have. The current study used time-window sequential analysis to map the dynamics within the friendships of children with ADHD, specifically the peer contagion processes of dyadic mutuality and coercive joining. METHODS: Participants were 164 dyads consisting of a target child with ADHD and peer problems (age 6-11 years; 68% male; and 73% white) and a reciprocated friend. Dyads were observed in the lab during a cooperative task eliciting verbal negotiation processes to decide how to share a limited resource and during a fast-paced, engrossing, and competitive task. Both tasks were designed to mirror the real-world interactions of friends. Sequences of dyadic mutuality (i.e., reciprocity of positive affect and positive behaviors) and coercive joining (i.e., reciprocity of aggressive, controlling, and rule-breaking behaviors) between target children and friends were coded. RESULTS: Regarding dyadic mutuality, target children reciprocated their friends' positive affect in both tasks. They also reciprocated their friends' positive behaviors but only in the cooperative task. In contrast, they only reciprocated their friends' coercive joining behaviors in the competitive task. Medium to large reciprocity effects was found for 36%-53% (dyadic mutuality) and 38%-55% (coercive joining) of target children. CONCLUSIONS: These results extend findings of peer contagion processes to the friendships of children with ADHD and suggest that contagion may vary according to interaction context (i.e., competition vs. cooperation). Understanding the spread of peer contagion may illuminate how children with ADHD and their friends influence each other's adjustment over time and may guide friendship-focused psychosocial interventions for this population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».