Comparing the relationship between emotional responsiveness and psychopathy across assessment types: a systematic review and meta-analysis
Notice bibliographique
Résumé
Although psychopathic personality traits are widely reported to be related to reduced reactivity to emotion-eliciting situations, findings are not consistent. It has been argued that these differences could be related to variations in the way psychopathy is measured. To examine whether measurement variance resulting from the use of clinical assessment versus self-report assessment could be driving such differences, this systematic review and meta-analysis investigated the comparability of relations between psychopathic traits and responsiveness to emotion-inducing tasks for clinical versus self-report measures. The systematic review resulted in eight studies and 131 effect sizes, which included studies of emotion categorization, emotion regulation, decision-making, and executive functioning tasks. Robust Variance Estimation correlated effects models revealed no significant differences between effect sizes for clinical (PCL-R) versus self-report (PPI, SRP, and LSRP) assessment-based psychopathic traits and emotion tasks. Despite the small number of studies that included both clinical and self-report assessments of psychopathy, these results do not provide any evidence for an assessment-based difference in correlations with emotional responsiveness across tasks. The findings also show no associations between scores on emotional responsiveness and indices of psychopathy. Future research on emotional responsiveness in psychopathy should include both assessment types to be able to increase the research basis for the comparison.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».