Évaluations parentales et évaluations auto-rapportées de l’anxiété, la dépression et la détresse chez les jeunes survivants du cancer pédiatrique
Bibliographic record
Abstract
Introduction : Les évaluations parentales et les évaluations auto-rapportées sur le statut psychologique des enfants ne concordent pas. Des caractéristiques propres aux enfants et parents prédiraient les différences. Objectifs : (1) identifier les accords mères-enfants et pères-enfants sur l’anxiété, la dépression et la détresse de l’enfant (2) évaluer la taille des différences entre les évaluations (3) explorer l’effet prédictif des caractéristiques sociodémographiques (âge de l’enfant, sexe de l’enfant, revenu parental) et des symptômes psychologiques sur les écarts entre les évaluations. Méthodologie : 62 triades enfant-mère-père ont complété des mesures d’anxiété, de dépression et de détresse pour l’enfant. Les parents ont aussi complété une mesure de symptômes psychologiques. Des coefficients de corrélation intraclasse, des tailles d’effets, des graphiques Bland-Altman et des régressions hiérarchiques ont été utilisés. Résultats : Les indices d’accord étaient faibles pour les évaluations mères-enfants et pères-enfants. Les parents avaient tendance à surestimer l’anxiété, la dépression et la détresse de leur enfant. Les tailles de différences étaient modérées. Les symptômes psychologiques des parents prédisaient les écarts entre les évaluations. Conclusion : Nos résultats supportent la méthode multi-informateur pour identifier la détresse chez les jeunes survivants. Des mesures d’ajustements pourraient être développées pour corriger l’effet de symptômes psychologiques élevés sur les évaluations parentales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".