XiaoMi-AI文件搜索系统
World File Search SystemCERQ
适应不良的机器学习分类...
本研究利用机器学习模型对认知和行为情绪调节策略（ERS）进行分类，该模型由一种新的局部脑电图复杂性方法驱动，即静息状态（睁眼（EO）、闭眼（EC））下的频率特定复杂性（FSC）。按照国际10-20电极放置系统，FSC被定义为在不重叠的短脑电图段的Alpha（8−12Hz）和Beta（12.5−30Hz）频带间隔中的熵估计，以观察头皮表面62个点的局部脑电图复杂性变化。经常使用沉思和认知分散的健康成年人被纳入第一组，而很少使用这些策略的其他人群则根据他们的认知情绪调节问卷（CERQ）得分被纳入第二组。脑电图数据和CERQ分数均从公开的数据库LEMON下载。为了测试所提方法的可靠性，除了两种极限学习机模型外，还对五种不同的监督机器学习方法进行了 5 倍交叉验证，以区分对比组。在 EC 状态下，类特定成本调节极限学习机提供 99.47% 的最高分类准确率 (CA)。对于皮质区域（前额叶、中央、颞叶、顶枕叶），区域 FSC 估计没有提供更高的性能，但是，相应的统计分布显示，在以适应不良的反刍为特征的第一组中，大多数前皮质的 EEG 复杂性降低。总之，可以提出 FSC 来研究经常因反刍而导致的认知功能障碍。
青少年认知能力与行为能力关系的特异性...
研究目的：研究认知情绪调节策略在多大程度上是内化和外化问题的“共同决定因素”和/或区分一个问题类别与另一个问题的“特定决定因素”。方法：样本包括 271 名 12 至 18 岁的中学生。内化和外化问题通过青少年自我报告 (YSR) 进行测量，认知情绪调节策略通过认知情绪调节问卷 (CERQ) 进行测量，采用横断面设计。结果：首先，对有内化问题、外化问题、共存内化和外化问题的青少年和对照组的特定认知情绪调节策略进行了比较。结果表明，内化问题（纯内化问题和共病内化问题）的青少年在自责和沉思等认知情绪调节策略上的得分明显高于外化问题（纯外化问题）或对照组的青少年。通过多元回归分析测试了单独的认知策略与内化和外化问题之间的独特关系。在内化问题与自责、沉思和积极重新评价之间以及外化问题与积极重新聚焦之间存在特定关系。没有发现“共同”相关因素。