MétaCan
Menu
Back to cohort
Record W7070913308

Problèmes interpersonnels et conduites agressives à L'adolescence

2023· other· fr· W7070913308 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldPsychology
TopicDiversity and Impact of Dance
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationIdentity (music)Context (archaeology)Relation (database)Set (abstract data type)
DOInot available

Abstract

fetched live from OpenAlex

Ce n'est que depuis l'arrivée du DSM-V en 2013 (APA), que les cliniciens peuvent poser le diagnostic du trouble de la personnalité (TP) à l'adolescence. Depuis, on note un vif intérêt dans la communauté clinique et scientifique pour mieux comprendre et expliquer ces troubles. Les notions de problèmes interpersonnels et de régulation d'affects négatifs, dont l'agressivité, sont au cœur du TP. Par ailleurs, ces deux mêmes construits sont aussi associés aux défis normaux de l'adolescence. Le but du présent mémoire doctoral est de décrire les problèmes interpersonnels chez des adolescents et des jeunes adultes de la population générale selon le sexe, d'établir le taux de ceux-ci qui atteignent un seuil clinique typique d'un TP, puis finalement étudier la relation entre l'agressivité pathologique, tel qu'indiqué par l'adoption de conduites agressives, et le dysfonctionnement interpersonnel. Des questionnaires autorapportés ont été remplis par 233 adolescents et jeunes adultes de la communauté âgé entre 14 et 21 ans (M = 18,42 ans), recruté dans la Ville de Québec. Les analyses indiquent que près de 40 % de l'échantillon est en difficulté sur le plan interpersonnel (moyenne de dysfonctionnement similaire à la population clinique), supportant l'importance de s'intéresser à ces atteintes dès l'adolescence. L'étude montre également la contribution unique de l'auto-agression et de l'hétéro-agression au dysfonctionnement interpersonnel, en cohérence avec les modèles théoriques psychodynamiques qui placent la charge agressive au cœur des perturbations relationnelles étant observées chez les TP. Des implications cliniques sont discutées.

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)0.004
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 score0.021
Threshold uncertainty score0.042

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0020.002
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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 head0.038
GPT teacher head0.338
Teacher spread0.300 · 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 topicDiversity and Impact of DanceFrench-language works237,207