MétaCan
Menu
Retour à la cohorte
Enregistrement W4291110150 · doi:10.1016/j.neubiorev.2022.104827

Effects of personality on assessments of anxiety and cognition

2022· review· en· W4291110150 sur OpenAlexaff
Lucía Améndola, Daniel M. Weary, Gosia Zobel

Notice bibliographique

RevueNeuroscience & Biobehavioral Reviews · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAnxietyPersonalityPsychologyVariation (astronomy)Big Five personality traitsCognitionCognitive psychologyClinical psychologyDevelopmental psychologyPersonality Assessment InventorySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Individual variation in responses to commonly used tests of anxiety and spatial memory is often reported. While this variation is frequently considered to be 'noise', evidence suggests that it is, at least partially, related to consistent individual differences in behavioral responses (i.e., personality). The same tests used to assess anxiety are often used to profile personality traits, but personality differences are rarely considered when testing treatment differences in anxiety. Focusing on the rat literature, we describe fundamental principles involved in anxiety and spatial memory tests and we discuss how personality differences and housing conditions can influence behavioral responses in these tests. We propose that an opportunity exists to increase stress resiliency in environmentally sensitive individuals by providing environmental enrichment. We conclude by discussing different approaches to incorporating personality measures into the design and analysis of future studies; given the potential that variation masks research outcomes, we suggest that a strategy which considers the individual and its housing can contribute to improving research reproducibility.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,228
Tête enseignante GPT0,447
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience & Biobehavioral ReviewsMême sujetStress Responses and CortisolTravaux en français237 207