The impact of deployment and traumatic brain injury on the health and behavior of children of US military service members and veterans
Notice bibliographique
Résumé
This study examined the impact of service member/veteran (SMV) combat deployment and traumatic brain injury (TBI) on the health and behavior of his or her children. Participants were 104 female spouse caregivers of US SMVs who had sustained a mild, severe, or penetrating TBI. Participants completed the Children's Health and Behavior Questionnaire (CHBQ; r = .758 to .881) that evaluates school grades, behavior, medical health, emotional health, and social participation: (a) prior to the first combat deployment, (b) in the month prior to the TBI, (c) within 2 years after the TBI, and (d) 2 or more years after the TBI. A substantial number of children experienced a decline in health and behavior following the TBI (41.7%-79.1%). Of those who declined (a) 68.8%-75.5% declined within the first 2 years post-injury, followed by improvement or stabilization; (b) 6.7%-15.6% declined only after 2 or more years post-injury; (c) 15.6%-25.0% declined within the first 2 years post-injury and then again 2 or more years post-injury; and (d) 16.9%-26.5% experienced a decline as a result of deployment, followed by an additional decline after the SMV's TBI. Services are required for children of SMVs following TBI and deployment, particularly children at risk for poor outcome.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».