Bullying Including Cyber Bullying Increases the Risk of Suicidal Behaviour
Notice bibliographique
Résumé
Suicidal behaviour is one of the most common reasons for presentation to the emergency rooms. Bullying is a universal public health concern that affects significant number of adolescents. Many children and adolescents are recurrently involved in school bullying. Research suggests that both bullies and victims are overrepresented amongst those seen by mental health professionals. Understand the the relationship between bullying and suicidal behaviour, prevalence of different kinds of bullying in patients with mental health problems and prevalence of cyber bullying and it's affect on the victim Increase public awareness on importance of cyber bullying. We feel that many patients won't disclose that they had been or are being cyber bullied because the characteristics are unclear. Charts of all patients who visited emergency room from 2011 to 2013 with a mental health complaint were reviewed. Variables understudy were gender, history of bullying, type of bullying (verbal, physical, emotional), DSM-IV-TR diagnosis and outcome following the assessment. Our study shows significant association between bullying, and suicidal behaviours, although based on our study, this predictor was not commonly assessed . Our study showed that there was a significant link between bullying and future suicidal behaviour which is not commonly assessed. It is important that physicians identify these risk factor while assessing suicidality. Involvement in current cyber bullying was found to be less frequent than other forms of bullying such as verbal and physical. However, significant links were observed between cyber bullying and suicidal behaviour.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».