Modeling relations between event-related potential factors and broader versus narrower dimensions of externalizing psychopathology.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The organization of the Hierarchical Taxonomy of Psychopathology (HiTOP) model provides unique opportunities to evaluate whether neural risk measures operate as indicators of broader latent liabilities (e.g., externalizing proneness) or narrower expressions (e.g., antisociality and alcohol abuse). Following this approach, the current study recruited a sample of 182 participants (54% female) who completed measures of externalizing psychopathology (also internalizing) and associated traits. Participants also completed three tasks (Flanker-No Threat, Flanker-Threat, and Go/No-Go tasks) with event-related potential (ERP) measurement. Three variants of two research domain criteria (RDoC)-based neurophysiological indicators-P3 and error-related negativity (ERN)-were extracted from these tasks and used to model two latent ERP factors. Scores on these two ERP factors independently predicted externalizing factor scores when accounting for their covariance with sex-suggesting distinct neural processes contributing to the broad externalizing factor. No predictive relation with the broad internalizing factor was found for either ERP factor. Analyses at the finer-grained level revealed no unique predictive relations of either ERP factor with any specific externalizing symptom variable when accounting for the broad externalizing factor, indicating that ERN and P3 index general liability for problems in this spectrum. Overall, this study provides new insights about neural processes in externalizing psychopathology at broader and narrower levels of the HiTOP hierarchy. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,000 | 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 découle