Gender-Dysphoric Children and Adolescents: A Comparative Analysis of Demographic Characteristics and Behavioral Problems
Notice bibliographique
Résumé
This study compared 358 children (mean age, 7.2 years) and 72 adolescents (mean age, 15.8 years) referred clinically for problems in their gender identity development with regard to demographic characteristics, behavioral problems, as measured by the Child Behavior Checklist (CBCL), and peer relations. Compared with the adolescent sample, the child sample had a greater proportion of males, had a higher mean IQ, was more likely to come from a higher social class background, was more likely to be living with both of their parents, was more likely to be Caucasian, was more likely to be born in Canada, and was more likely to speak English as a first language. The adolescent sample showed significantly more general behavioral disturbance on the CBCL than did the child sample although both age groups had, on average, mean scores that fell within the clinical range. The adolescent sample also had significantly poorer peer relations than the child sample, as judged by a three-item Peer Relations Scale derived from the CBCL. The differences in CBCL psychopathology generally remained significant even when controlling for the differences in demographics. The strongest predictor of CBCL psychopathology was that of the Peer Relations Scale. The role of both poor peer relations and the demographic variables in accounting for the CBCL psycho- pathology and with regard to gender identity differentiation is discussed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».