The Predictive Value of Head Circumference Growth during the First Year of Life on Child Traits in Early Childhood
Bibliographic record
Abstract
Une croissance atypique du périmètre crânien (PC) durant la première année de vie a été associée à certains troubles du neurodéveloppement, notamment l’autisme. Cependant, l'impact d'une croissance du PC atypique durant la période néonatale sur le développement de l'enfant n'est pas bien connu. Ainsi, ce mémoire s'intéresse à la croissance néonatale du PC comme biomarqueur du développement socioémotionel, cognitif et moteur durant l'enfance. Plus précisément, l'apport prédictif de la croissance du PC de 0 à 12 mois sur le tempérament (contrôle volontaire, extraversion et affectivité négative), les habiletés cognitives et les habiletés motrices (grossières et fines) à 24 mois a été évalué au sein d'un échantillon d'enfants sains (N = 756) provenant de l'étude longitudinale 3D du Réseau intégré de recherche en périnatalogie du Québec et de l'Est de l'Ontario (IRNPQEO). Les résultats indiquent que la croissance néonatale du PC prédit inversement le contrôle volontaire et l’extraversion, mais prédit directement les compétences motrices grossières chez les garçons. Les comparaisons de groupe indiquent que les garçons ayant une croissance du PC plus lente montre un contrôle volontaire significativement plus élevé et des compétences motrices grossières inférieures à ceux ayant une croissance normale ou plus rapide du PC. Cette étude est la première à démontrer une relation entre la croissance néonatale du PC et des aspects spécifiques du fonctionnement de l'enfant dans une population saine. Les résultats confirment la validité de la croissance du PC en tant que potentiel biomarqueur du développement normal et anormal de l'enfant. Des études subséquentes sont cependant nécessaires pour mieux comprendre les mécanismes de la croissance du PC et confirmer l’importance clinique des résultats.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".