Youth athletic development: aiming high while keeping it healthy, balanced and fun!
Notice bibliographique
Résumé
Background Intimate partner violence is a serious problem worldwide and has long been identified as a significant health endangering factor. This study aimed to investigate the associations of intimate partner violence with alcohol abuse and mental health problems among persons with children. Methods We used population-based cross-sectional data from self-administered questionnaires collected in 2012–2013. The sample was randomly selected from the National Population Register in Finland for the Regional Health and Well-being Survey (ATH) (N = 65 000, response rate 53%). Respondents with children under the age of 18 were selected to this study (n = 6290). Associations between intimate partner violence and socio-economic factors, depression, alcohol use, and suicidal intention were analysed using logistic regression. Results Among those living with children 10.8% of men and 11.2% of women reported experiences of intimate partner violence. Experiences of violence were most prevalent in the age group of less than forty years, among those who were married or cohabited (81%) compared to single parent, and who had basic education or secondary vocational level training compared to polytechnic or higher level training. In the univariate analysis factors which were statistically significantly associated with the experience of violence were cohabited (OR 1.0), having suicidal intentions (OR = 3.24) and reporting melancholic feelings or depression during last 12 months (OR = 2.48). Those with polytechnic or higher level education had slightly smaller odds for experiencing violence than those having basic education or less secondary level education. Alcohol consumption was not associated with experience of violence in this sample. Conclusions This national survey shows the necessity to recognise intimate partner violence and its associations to alcohol use, low mood, depression and suicidal intentions. These associations should be addressed when developing health and social services and health promotion.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,008 |
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 ».