Evaluation and update of the expert consensus guidelines for the assessment of the cortisol awakening response (CAR)
Notice bibliographique
Résumé
The cortisol awakening response (CAR) is frequently assessed in psychobiological (stress) research. Obtaining reliable CAR data, however, requires careful attention to methodological detail. To promote best practice, expert consensus guidelines on the assessment of the CAR were published (Stalder et al., 2016, PNEC). However, it is unclear whether these highly cited guidelines have resulted in actual methodological improvements. To explore this, the PNEC editorial board invited the present authors to conduct a critical evaluation and update of current CAR methodology, which is reported here. (i) A quantitative evaluation of methodological quality of CAR research published in PNEC before and after the guidelines (2013-2015 vs. 2018-2020) was conducted. Disappointingly, results reveal little improvement in the implementation of central recommendations (especially objective time verification) in recent research. (ii) To enable an update of guidelines, evidence on recent developments in CAR assessment is reviewed, which mostly confirms the accuracy of the majority of the original guidelines. Moreover, recent technological advances, particularly regarding methods for the verification of awakening and sampling times, have emerged and may help to reduce costs in future research. (iii) To aid researchers and increase accessibility, an updated and streamlined version of the CAR consensus guidelines is presented. (iv) Finally, the response of the PNEC editorial board to the present results is described: potential authors of future CAR research to be published in PNEC will be required to submit a methodological checklist (based on the current guidelines) alongside their article. This will increase transparency and enable reviewers to readily assess the quality of the respective CAR data. Combined, it is hoped that these steps will assist researchers and reviewers in assuring higher quality CAR assessments in future research, thus yielding more reliable and reproducible results and helping to further advance this field of study.
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 | 0,021 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».