Well-being, gender, and psychological health in school-aged children
Notice bibliographique
Résumé
BACKGROUND: Despite being a well-documented phenomenon, gender differences in psychological health complaints in adolescence are poorly understood. The purpose of this study was to test factors related to well-being as explanatory factors of gender differences in psychological complaints (feeling low, irritability or bad temper, nervousness, and sleeping difficulties) in adolescence. METHODS: This study was based on the 9(th) Health Behaviour in School-aged Children (HBSC) study, conducted in 2010 in the Wallonia-Brussels Federation, Belgium, on 9-24 year olds. Using logistic regression analyses, we studied gender differences in psychological complaints through well-being factors (life satisfaction, self-confidence, helplessness, and body image), across age categories, and examined the variation of female excess after taking into account each factor. RESULTS: The four well-being factors together explained more than half of the female excess in feeling low. However, there were still significant gender differences in feeling low for children over 13. Among 13 to 15-year-olds, there were no gender differences in irritability after adjustment. An important decrease in gender differences in nervousness was observed in the multivariate analyses, although there was still significant female excess in nervousness increasing from 13 years old. After full adjustment, only gender differences in sleeping difficulties among 13-15-year-olds remained significant. For all psychological complaints studied, self-confidence caused the most important decrease in gender difference. CONCLUSIONS: This study showed that factors related to well-being could mediate the association between gender and psychological complaints, and pointed to the importance of taking into account well-being factors in the analyses of the aetiology of gender differences in psychological complaints. However, our results suggested that future research should explore additional explanations for gender differences in psychological complaints.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».