Stress and Mental Health in Families With Different Income Levels: A Strategy to Collect Multi-Actor Data
Notice bibliographique
Résumé
BACKGROUND: Several studies have focused on family stress processes, examining the association between various sources of stress and the mental health and well-being of parents and adolescents. The majority of these studies take the individual as the unit of analysis. Multi-actor panel data make it possible to examine the dynamics of the family context over time and the differentiating effects of individual roles within the same family. Accurate information about family processes allows practitioners to provide support that enhances family resilience and minimizes the risk of mental health problems. OBJECTIVE: Our study contributes to the research on family stress processes by focusing on families with different income levels, and by collecting panel data from mothers, fathers, and adolescents within the same family. METHODS: The relationship between mothers, fathers, and children (RMFC) study is an ongoing Flemish multi-actor panel study that aims to enhance our understanding of family processes that protect the mental health and well-being of two-parent families with a target adolescent between 11 and 17 years old. Mothers, fathers, and children provide information about various aspects of family life, including finances, sources of stress, health, mental health, parenting, and coping strategies. Measures have been chosen whenever possible that have sound conceptual underpinnings and robust psychometric properties. The study posed two challenges. First, economically disadvantaged families are difficult to reach. Second, the collection of multi-actor data is often plagued by high nonresponse. To ensure that the families were targeted as successfully as possible, the study employed a purposive nonprobability sampling method. RESULTS: The RMFC study is one of the largest triadic panel studies of its kind. The first wave of quantitative data collection was conducted between February 2012 and January 2013. A total of 2566 individuals of 880 families participated in our study. The second wave of data collection will be undertaken 6-12 months later. CONCLUSIONS: The strength of the RMFC study is its multi-actor panel approach of data collection among families with different income levels. Strategies that were followed to address the empirical issues involved with the sampling design are discussed, together with theoretical and practical implications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,050 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».