MétaCan
Menu
← Back to cohort
Record W4318035759 · doi:10.51656/psycause.v12i2.51867

Liens entre sensibilité et tempérament pour prédire l’intensité de la détresse

2023· article· fr· W4318035759 on OpenAlexvenueno aff
Anabelle Harvey, Maëlle Scrosati, William Trottier-Dumont, George M. Tarabulsy, Jessie Tremblay

Bibliographic record

VenuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval · 2023
Typearticle
Languagefr
FieldMedicine
TopicMaternal Mental Health During Pregnancy and Postpartum
Canadian institutionsnot available
Fundersnot available
KeywordsGynecologyPhilosophyHumanitiesMedicine

Abstract

fetched live from OpenAlex

La détresse chez le nourrisson occupe une place prépondérante de sa vie émotionnelle et peut s’avérer difficile et exigeante à réguler pour les parents. L’objectif de l’étude est d’examiner les contributions du tempérament du nourrisson et de la sensibilité maternelle (SM) pour expliquer l’intensité de la détresse (ID) manifestée par les nourrissons lors de séparations mère-enfant. La dimension d’affectivité négative du tempérament a été mesurée via un questionnaire complété par la mère à quatre mois. La SM a été évaluée par observation lors de visites à domicile à huit mois. La procédure de séparation parent-enfant a été effectuée auprès de 89 dyades mère-enfant à risque psychosocial modéré lorsque les enfants étaient âgés de 16 mois. Des corrélations bivariées ont révélé un lien significatif entre la SM et l’ID. L’affectivité négative n’était pas associée à l’ID ou la SM, suggérant que lors d’une séparation avec le parent, l’ID est tributaire d’enjeux relationnels associés à la SM. Dans cette perspective, ces résultats permettront de mieux cibler les efforts d’intervention et de guider les parents dans leurs réponses envers leurs enfants.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.005
Threshold uncertainty score0.018

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.005
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0050.000

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.

Opus teacher head0.027
GPT teacher head0.319
Teacher spread0.292 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venuePsycause revue scientifique étudiante de l École de psychologie de l Université Laval→Same topicMaternal Mental Health During Pregnancy and Postpartum→French-language works237,207→