MétaCan
Menu
Retour à la cohorte
Enregistrement W4391503973 · doi:10.1016/j.appdev.2024.101633

Associations between socioeconomic status, child risk factors, and parenting during guided learning

2024· article· en· W4391503973 sur OpenAlexafffund
Laurence Labelle, Jean‐Michel Robichaud, Hali Kil, Mélodie Roy, Juliette Laurendeau, Amy-Lee Normandin, Sophie Parent, Jean R. Séguin, Mireille Joussemet, Geneviève A. Mageau

Notice bibliographique

RevueJournal of Applied Developmental Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité de MonctonSimon Fraser UniversityUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésSocioeconomic statusPsychologyDevelopmental psychologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Researchers have identified socioeconomic status (SES) as a risk factor for suboptimal parenting in guided-learning settings. Yet, the confounding role of co-occurring child risk factors in the SES-parenting linkage is understudied. In this prospective study, we examined how SES, child temperament, and child cognitive abilities of 197 mother-preschooler dyads uniquely predicted later observations of key parenting components during a guided-learning task. We also assessed how family profiles of risk predicted parenting. Results showed that SES was related to affiliation but not to other parenting components when adjusting for child risk factors. Results also revealed that child temperament predicted (non-solicited) structure, whereas cognitive abilities predicted controlling parenting. Latent profile analyses supported an accumulation of risk hypothesis; families scoring high on all risk factors displayed the least optimal parenting. By pointing to the specificity of the relations between risk factors and parenting components, this research may help clarify more specific intervention targets.

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 enseignants0,059
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,334
Écart entre enseignants0,309 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Developmental PsychologyMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207