MétaCan
Menu
Retour à la cohorte
Enregistrement W4416905166 · doi:10.1177/13591053251392034

Father-child and mother-child activation relationships as predictors of injury-risk behaviors in preschool boys and girls

2025· article· en· W4416905166 sur OpenAlexafffund
Daniel Paquette, Julio Macario de Medeiros, Sophie Couture, Marc Bigras, Jean‐Pascal Lemelin

Notice bibliographique

RevueJournal of Health Psychology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversité du Québec à MontréalUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLongitudinal studyPhysical activityInjury preventionHuman factors and ergonomicsPoison controlSuicide preventionInterpersonal relationshipEl Niño

Résumé

récupéré en direct d'OpenAlex

Boys are known to take more risks than girls, which may lead them to suffer more injuries than girls when exploring their physical surroundings. The aims of this study are to verify whether the father-child activation relationship has a greater effect than the mother-child activation relationship on preschoolers' risk-taking, and whether both of these relationships are a greater predictor of risk-taking in boys than in girls. Activation relationships were assessed using a standardized observation procedure at 15 and 45 months old with each parent. Both parents completed a questionnaire on their child's injury-risk behaviors during the preschool years. Both predictions were supported. Moreover, this longitudinal study found that preschoolers' risk-taking was predicted by mother-child overactivation in both infancy and preschool, whereas preschoolers' risk-taking was predicted by father-child overactivation in preschool alone, after controlling for parent-child overactivation relationships during infancy.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,403
Écart entre enseignants0,379 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Health PsychologyMême sujetInjury Epidemiology and PreventionTravaux en français237 207