The Mental Health of Young Canadians Who Are Not Working or in School
Notice bibliographique
Résumé
OBJECTIVE: Recent studies suggest that youth who have a mental health problem are more likely to be NEET-not in education, employment, or training-but findings remain mixed, and evidence from Canada is limited. We examined this association across a range of mental and substance disorders in a representative sample of Canadian youth. METHOD: Data were from the 2012 Canadian Community Health Survey-Mental Health ( n = 5622; ages 15-29). The survey identified past-year mental (depression, bipolar, generalized anxiety) and substance (alcohol, cannabis, other drugs) disorders from a structured interview and included questions on suicidal ideation. We classified as NEET respondents who were not in school or employed in the past week. Logistic regression models tested the associations between mental and substance disorders and NEET status, adjusted for sociodemographic, health, and geographic variables. RESULTS: About 10% of youth were NEET. Being NEET was associated with past-year depression (odds ratio [OR] = 1.67; 95% confidence interval [CI], 1.06 to 2.63); bipolar (OR = 2.31; 95% CI, 0.98 to 5.45), generalized anxiety (OR = 2.65; 95% CI, 1.37 to 5.12), and drug use (OR = 3.22; 95% CI, 1.33 to 7.76) disorders; and suicidal ideation (OR = 1.75; 95% CI, 0.99 to 3.09) but was not associated with alcohol (OR = 1.03; 95% CI, 0.63 to 1.69) or cannabis (OR = 0.97; 95% CI, 0.47 to 2.00) disorders. CONCLUSIONS: Poor mental health was associated with being NEET in Canadian youth. Efforts targeting NEET should include provisions for mental health. Moreover, youth mental health initiatives should consider educational and employment outcomes. Further longitudinal and intervention studies are warranted.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
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 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 ».