La qualité de la relation mère-enfant : facteur de protection contre le tempérament difficile et les comportements perturbateurs?
Bibliographic record
Abstract
La relation mère-enfant a une influence sur le développement de l’enfant. Cette étude\nvise principalement à vérifier si la sensibilité maternelle modère l’expression du tempérament\ndifficile de l’enfant à 9 mois. Elle vise également à vérifier si la relation d’attachement\nsécurisante / insécurisante modère le développement de comportements perturbateurs chez les\nenfants de 24 mois. Les données de l’étude La mère veille ont été employées. L’échantillon\ncompte 96 mères adolescentes, âgées entre 14 et 19 ans, provenant de deux (2) milieux\ndistincts : une école spécialisée pour mères adolescentes et un foyer de groupe. Des analyses\nde régression multiple n’ont pas confirmé l’effet modérateur de la sensibilité maternelle sur\nl’expression du tempérament difficile de l’enfant à 9 mois. Les analyses ont cependant montré\nun effet prédictif de l’attachement sécurisant / insécurisant sur le développement des\ncomportements perturbateurs à 24 mois. En effet, un enfant qui a développé un attachement\nsécurisant envers sa mère est moins à risque d’émettre des comportements perturbateurs à\nl’âge de 24 mois. Les résultats ne permettent cependant pas de confirmer que l’effet observé\nest modérateur.
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 | 0.003 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.001 |
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".