MétaCan
Menu
Retour à la cohorte
Enregistrement W2133146944 · doi:10.1590/1413-81232014193.15972013

Post Traumatic Stress Disorder/PTSD in adolescent victims of sexual abuse: resilience and social support as protection factors

2014· article· en· W2133146944 sur OpenAlexafffundabout
Martine Hébert, Francine Lavoie, Martin Blais

Notice bibliographique

RevueCiência & Saúde Coletiva · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversité LavalUniversité du Québec à Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSexual abuseSiblingClinical psychologyPsychological resilienceSocial supportPsychiatryPsychologyIntervention (counseling)Logistic regressionChild abusePoison controlSuicide preventionInjury preventionPeer supportMedicineDevelopmental psychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

This analysis examined the contribution of personal, family (maternal and paternal support; sibling support) and extra-familiar (peer support; other adults) resilience to the prediction of clinical levels of PTSD symptoms in adolescents reporting sexual abuse. Controls were established for abuse-related variables (type of abuse, severity and multiple abuse) in a representative sample of high schools students in the province of Quebec. A total of 15.2% of adolescent females and 4.4% adolescent males in high school reported a history of sexual abuse in childhood. Sexually abused adolescent females (27.8%) were more likely than adolescent males (14.9%) to achieve scores with high clinical levels of PTSD. Hierarchical logistic regression revealed that over and above the characteristics of the sexual abuse experienced, resilience factors (maternal and peer support) contributed to the prediction of symptoms of PTSD attaining the clinical threshold. Alternative intervention and prevention practices geared to adolescent victims of sexual assault are 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,281
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCiência & Saúde ColetivaMême sujetChild Abuse and TraumaTravaux en français237 207