MétaCan
Menu
Retour à la cohorte
Enregistrement W4289745158 · doi:10.3390/brainsci12081033

Age-Related Variance in Performance versus Ratings of Attention and Impulse Regulation in Children: Implications for the Assessment of ADHD

2022· article· en· W4289745158 sur OpenAlexafffund
Rachael E. Lyon, Jala Rizeq, David B. Flora, Rhonda Martinussen, Brendan F. Andrade, Maggie E. Toplak

Notice bibliographique

RevueBrain Sciences · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensCentre for Addiction and Mental HealthUniversity of TorontoYork University
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of CanadaYork University
Mots-clésPsychologyStroop effectDevelopmental psychologyAnalysis of varianceCorrelationRating scaleCognitionAudiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Executive function task (EF) deficits are hypothesized to underlie difficulties with self-regulation. However, tasks assessing EF impairments have only been weakly correlated with rating scales that index self-regulation difficulties. A community sample of children and youth aged between 8 and 20 years old were assessed longitudinally. Growth curve analyses and correlations were conducted to better understand how these two types of measures relate to one another across development, as well as the impact of age-related variance. EF was assessed using the Stroop Task and Trail Making test and behavioral ratings of self-regulation were captured using the SWAN scale. EF task performance improved steeply until age 14-15, whereas the SWAN Scale showed small age-related decreases. EF task performance was moderately correlated with age among 8-13-year-olds and to a lesser extent among 14-20-year-olds. SWAN scores were not significantly related to age in either group. Correlations were similar in an ADHD "at-risk" subgroup. EF task performance and parent ratings of attention regulation have different developmental trajectories, which may partly explain why correlations are low to modest in these samples. In particular, age-related variance is an important methodological consideration with significant implications for the assessment of self-regulation in children and youth with ADHD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,145

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,379
Écart entre enseignants0,320 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207