MétaCan
Menu
Retour à la cohorte
Enregistrement W4408990072 · doi:10.1016/j.ssresearch.2025.103176

What are we modeling? An evaluation of depressive symptom trajectory models from adolescence to early midlife in the Add Health cohort

2025· article· en· W4408990072 sur OpenAlexaff
Alexis C. Dennis

Notice bibliographique

RevueSocial Science Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentUniversity of North Carolina WilmingtonNational Institute on AgingNational Institutes of Health
Mots-clésCohortPsychologyDepressive symptomsTrajectoryGerontologyCohort studyClinical psychologyDevelopmental psychologyMedicinePsychiatryAnxiety

Résumé

récupéré en direct d'OpenAlex

It is critical to understand the development of depressive symptoms across life stages. Existing research has primarily explored this from a life course perspective, yielding inconsistent depressive trajectories, and raising questions as to whether life course processes best characterize the evolution of depressive symptoms across life stages. This study compares ten longitudinal models from four theoretical perspectives ( life course , enduring , autoregressive , and hybrid ) to identify the best-fitting, theoretically-informed model of depressive symptom development from adolescence to early midlife. Results indicate a hybrid model that combines enduring and autoregressive perspectives outperforms traditional life course models and best fits the data. This hybrid model suggests depressive symptom levels at baseline remain relatively stable across life stages, with past symptom levels predicting future levels. Additionally, it reveals racial/ethnic and gender differences in symptom levels in early adolescence, as well as racial/ethnic differences in longitudinal patterns. These findings advance theoretical understanding of depressive symptom development among US young adults across early portions of the life course. • This study compares life course, enduring, autoregressive, and hybrid models of depressive symptoms in the Add Health cohort. • A hybrid model which combines enduring and autoregressive perspectives outperforms life course models of depressive development. • This model suggests baseline depressive levels stay stable across life stages, with past levels predicting future levels. • There are racial/ethnic and gender differences in depressive symptom levels in early adolescence. • There are racial/ethnic differences in the longitudinal patterns of depressive development from adolescence to early midlife.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,432
Tête enseignante GPT0,602
Écart entre enseignants0,170 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSimulation ou modélisation
DomaineMéthodes
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Science ResearchMême sujetMental Health Research TopicsTravaux en français237 207