Exploring emotions beyond the laboratory: A review of emotional and physiological ecological momentary assessment methods in children and youth
Notice bibliographique
Résumé
Recent advancements in methodologies such as ecological momentary assessment (EMA) and ambulatory physiology devices have enhanced our ability to measure emotions experienced in daily life. Despite the feasibility of EMA for assessing children's and youth's emotional self-reports, the feasibility of combining it with physiological measurements in a real-life context has yet to be established. Our scoping review evaluates the feasibility and usability of implementing emotional and physiological EMA in children and youth. Due to the complexities of physiological EMA data, this review also synthesized existing methodological and statistical practices of existing studies. Following the PRISMA-ScR guidelines, we searched and screened PsycINFO, PubMed, and Web of Science electronic databases for studies that assessed children's and youth's subjective emotions and cardiac or electrodermal physiological responses outside the laboratory. Our initial search resulted in 4174 studies, 13 of which were included in our review. Findings showed significant variability in the feasibility of physiological EMA, with physiology device wear-time averaging 58.77% of study periods and data loss due to quality issues ranging from 0.2% to 77% across signals. Compliance for emotional EMA was approximately 60% of study periods when combined with physiological EMA. The review points to a lack of standardized procedures in physiological EMA and suggests a need for guidelines in designing, processing, and analyzing such data collected in real-life contexts. We offer recommendations to enhance participant engagement and develop standard practices for employing physiological EMA with children and youth for emotion, developmental, and psychophysiology researchers.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».