Children's shyness and frontal electroencephalogram delta–beta correlation in the pediatric surgical setting
Notice bibliographique
Résumé
Abstract The prospect of surgery is a unique psychologically threatening context for children, often leading to experiences of preoperative anxiety. Recent research suggests that individual differences in children's temperament may influence responses to the surgical setting. In the present study, we examined whether individual differences in shyness were related to differences in frontal electroencephalogram (EEG) delta–beta correlation, a proposed neural correlate of emotion regulation and dysregulation, among children anticipating surgery. Seventy‐one children (36 boys, M age = 10.3 years, SD age = 1.7 years) undergoing elective surgery self‐reported on their own shyness, and their parents also reported on their child's shyness. Using a mobile, dry sensor EEG headband, frontal EEG measures were collected and self‐ and observer‐reported measures of state anxiety were obtained at the children's preoperative visit (Time 1) and on the day of surgery (Time 2). A latent cluster analysis derived classes of low shy ( n = 37) and high shy ( n = 34) children using the child‐ and parent‐reported shyness measures. We then compared the two classes on frontal EEG delta–beta correlation using between‐ and within‐subjects analyses. Although children classified as high versus low in shyness had higher self‐ and observer‐reported state anxiety across both time periods, frontal EEG delta–beta correlation increased from T1 to T2 only among low shy children using a between‐subjects delta–beta correlation measure. We discuss the interpretation of a relatively higher delta–beta correlation as a correlate of emotion regulatory versus dysregulatory strategies for some children in a “real‐world,” surgical context.
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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».