Disordered eating behaviors among transgender youth: Probability profiles from risk and protective factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Research has documented high rates of disordered eating for lesbian, gay, and bisexual youth, but prevalence and patterns of disordered eating among transgender youth remain unexplored. This is despite unique challenges faced by this group, including gender-related body image and the use of hormones. We explore the relationship between disordered eating and risk and protective factors for transgender youth. METHODS: An online survey of 923 transgender youth (aged 14-25) across Canada was conducted, primarily using measures from existing youth health surveys. Analyses were stratified by gender identity and included logistic regressions with probability profiles to illustrate combinations of risk and protective factors for eating disordered behaviors. RESULTS: Enacted stigma (the higher rates of harassment and discrimination sexual minority youth experience) was linked to higher odds of reported past year binge eating and fasting or vomiting to lose weight, while protective factors, including family connectedness, school connectedness, caring friends, and social support, were linked to lower odds of past year disordered eating. Youth with the highest levels of enacted stigma and no protective factors had high probabilities of past year eating disordered behaviors. DISCUSSION: Our study found high prevalence of disorders. Risk for these behaviors was linked to stigma and violence exposure, but offset by social supports. Health professionals should assess transgender youth for disordered eating behaviors and supportive resources. © 2016 Wiley Periodicals, Inc.(Int J Eat Disord 2017; 50:515-522).
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle