Physical and emotional health problems experienced by youth engaged in violent behaviour
Notice bibliographique
Résumé
Purpose (1) To provide contemporary cross-national estimates of the prevalence of physical fighting and weapon carrying among children aged 11–15 years; (2) To examine the combined effects of physical fighting and weapon carrying on the occurrence of physical and emotional health outcomes among adolescents. Methods 20 125 adolescents aged 11–15 in five countries (Belgium, Israel, USA, Canada, FYR Macedonia) were surveyed via the 2006 Health Behaviour in School Aged Children survey. Prevalence was calculated for measures of violence (physical fighting, weapon carrying). Reports of specific physical (medically treated injury) and emotional symptom measures that represented potential health outcomes of violence were also assessed. Regression analyses were used to quantify associations between violence and the potential health consequences within each country. Results Large variations in fighting and weapon carrying were observed across the countries. Boys reported more frequent episodes of violent behaviour and medically attended injuries in every country, while girls reported more emotional symptoms. Increased weapon carrying and physical fighting were both independently associated with more frequent reports of the health outcomes (eg, OR point estimates 1.7 to 4.5; p<0.0001), but those adolescents engaged in both behaviours were not proportionally at increased risk. Conclusions Adolescents engaging in violent behaviour are also at risk for physical and emotional health outcomes. Violent behaviour may be part of a constellation of risk behaviours with health implications. Our findings also highlight the importance of the cultural context when examining the nature of violent behaviour for adolescents.
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 | 0,002 | 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 | 0,001 |
| 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 ».