Unique dynamic profiles of social attention in autistic females
Notice bibliographique
Résumé
BACKGROUND: Social attention affords learning opportunities across development and may contribute to individual differences in developmental trajectories, such as between male and female individuals, and in neurodevelopmental conditions, such as autism. METHODS: Using eye-tracking, we measured social attention in a large cohort of autistic (n = 123) and nonautistic females (n = 107), and autistic (n = 330) and nonautistic males (n = 204), aged 6-30 years. Using mixed Growth Curve Analysis, we modelled sex and diagnostic effects on the temporal dynamics of proportional looking time to three types of social stimuli (lean-static, naturalistic-static, and naturalistic-dynamic) and examined the link between individual differences and dimensional social and nonsocial autistic traits in autistic females and males. RESULTS: In the lean-static stimulus, average face-looking was higher in females than in males of both autistic and nonautistic groups. Differences in the dynamic pattern of face-looking were seen in autistic vs. nonautistic females, but not males, with face-looking peaking later in the trial in autistic females. In the naturalistic-dynamic stimulus, average face-looking was higher in females than in males of both groups; changes in the dynamic pattern of face looking were seen in autistic vs. nonautistic males, but not in females, with a steeper peak in nonautistic males. Lower average face-looking was associated with higher observer-measured autistic characteristics in autistic females, but not in males. CONCLUSIONS: Overall, we found stronger social attention in females to a similar degree in both autistic and nonautistic groups. Nonetheless, the dynamic profiles of social attention differed in different ways in autistic females and males compared to their nonautistic peers, and autistic traits predicted trends of average face-looking in autistic females. These findings support the role of social attention in the emergence of sex-related differences in autistic characteristics, suggesting an avenue to phenotypic stratification.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 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 ».