Frequency of Mental Health Disorders in a Sample of Elementary School Students Receiving Special Educational Services for Behavioural Difficulties
Notice bibliographique
Résumé
OBJECTIVE: Despite being essential for defining and planning special educational services, very few data are available in Quebec regarding the nature and extent of behavioural difficulties presented by children who receive special educational services at school. This study provides a picture of the frequency of disruptive behaviour disorders (that is, attention-deficit hyperactivity disorder [ADHD], oppositional defiant disorder [ODD], and conduct disorder [CD]) and internalized disorders (including generalized anxiety disorder [GAD] and major depressive episode [MDE]) in a sample of elementary school students receiving special educational services for behavioural difficulties (n = 324). METHOD: In this descriptive study, we established the presence of mental health disorders according to teacher-, parent-, and child-reported data that were obtained using structured diagnostic interviews based on DSM-IV criteria. We also examined prevalence rates by sex and age group. RESULTS: Three-quarters of the students met the criteria for ADHD, one-half for ODD, and one-third for CD. About 14% of the students presented with a GAD or met the criteria for an MDE in the past year. Only 2% of the students presented with an internalized disorder without a comorbid disruptive behaviour disorder. CONCLUSIONS: Our results suggest that among students receiving special educational services for behavioural difficulties, a large proportion may have difficulties severe enough to meet the criteria for at least one DSM-IV disruptive behaviour disorder. Such findings may underscore the need to develop more collaboration between the mental health and education sectors in rehabilitating these children.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».