Using hair biomarkers to examine social-emotional resilience in adolescence: A feasibility study
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
Background: The SKY Schools Program combines breath-based techniques and a social-emotional learning curriculum. We examined its effects on objective physiological biomarkers, including hair cortisol (HCC, chronic stress measure) and hair oxytocin (HOC, social affiliation measure), as well as behavioral (youth risk behaviors) and mental health outcomes (anxiety, depression). Methods: The SKY Schools program was adapted for post-pandemic restrictions (i.e., staff shortages, no lessons requiring writing, limited weekly follow-ups) and implemented among 7th grade students (daily in-person 40-min sessions for three weeks during physical education classes). Longitudinal assessments were obtained at baseline (T1, February 2022, N = 21), post-intervention (T2, June 2022, N = 20), and follow-up (T3, December 2022, N = 18). Results: Most of our sample was male (67 %), Hispanic (62 %), and lived in low-income (<$100K) households (75 %). Students reported fewer poor mental health days at follow-up (Friedman test p < 0.01). Log-normal (Ln)-HCC (p < 0.01) were higher post-intervention vs. baseline (median 1.81 (IQR 1.63-2.46) vs. 1.60 (0.91-1.85)) and lower at follow-up (1.23; IQR: 0.64-1.50), with HCC in more students moving into the adaptive range (25th-75th percentile). Ln-HOC (p = 0.04) were higher post-intervention vs. baseline (1.78 (1.54-2.26) vs. 1.50 (0.81-1.70)). Conclusions: This study uniquely evaluated the impact of the SKY intervention on hair cortisol (HCC) and hair oxytocin concentrations (HOC), which are objective, physiological measures of chronic stress and social affiliation. Results suggest that SKY may improve social affiliation and possibly HPA-axis regulation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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