MétaCan
Menu
Retour à la cohorte
Enregistrement W4394735428 · doi:10.1016/j.nsa.2024.104063

The STRESS-EU database: A European resource of human acute stress studies for the worldwide research community

2024· article· en· W4394735428 sur OpenAlexaff
Philippe C. Habets, Valeria Bonapersona, Patricia Bakvis, Ulrike U. Bentele, Elisabeth B. Binder, Susan Branje, Tanja Brückl, Sandra Cornelisse, Philip Dickinson, Bernet M. Elzinga, Andrea W.M. Evers, Guillén Fernández, Catharina A. Hartman, Erno J. Hermans, Dennis Hernaus, Marian Joëls, Reinoud Kaldewaij, Wim Meeus, Maria Meier, Henriët van Middendorp, Stefanie A. Nelemans, Nicole Y.L. Oei, Tineke Oldehinkel, Jacobien M. van Peer, Jens C. Pruessner, Conny W.E.M. Quaedflieg, Karin Roelofs, Susanne R. de Rooij, Lars Schwabe, Tom Smeets, Victor I. Spoormaker, Marieke S. Tollenaar, Rayyan Tutunji, Anna Tyborowska

Notice bibliographique

RevueNeuroscience Applied · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensMcGill University
Organismes subventionnairesEuropean College of NeuropsychopharmacologyNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésComparabilityDatabaseStress (linguistics)Resource (disambiguation)Psychological resiliencePsychologyData scienceComputer scienceMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Our current understanding of the human stress response and its role in health, resilience, and (psycho)pathology stems largely from acute stress studies in controlled laboratory settings. Comparability of findings across these individual studies is comprised, as sample size are often small, between-individual variation in the stress response is large and variation in stress-induction procedures and measurement timing is substantial. To overcome this, 16 research groups across Europe have established the STRESS-EU database. A unique resource with individual participant data (n = 6576) of acute stress studies to promote data reuse and facilitate both meta-analytical and proof-of-principle analyses with high statistical power, that can be hypothesis- or data-driven. This short communication highlights the structure, content, access and contribution procedures and future plans of the STRESS-EU database and invited researchers worldwide to contribute to this data resource.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0050,003
Communication savante0,0010,000
Science ouverte0,0030,002
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 Opus0,248
Tête enseignante GPT0,446
Écart entre enseignants0,198 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience AppliedMême sujetStress Responses and CortisolTravaux en français237 207