Personal, environmental, and family factors of participation among young children
Notice bibliographique
Résumé
Abstract Objective The purpose of this study is to assess the influences of environment, population characteristics, and service utilization on participation frequency and involvement in the home setting among children 0 to 5 years. Method Data were collected from parents of 236 children (mean age 3 years and 5 months, SD = 1.30, girls = 152 and boys = 84) using a children's treatment centre in Ontario through an online survey. Two path models measuring home frequency and home involvement were assessed using structural equation modelling. The exogenous factors in the models included child's age, child's sex, child's complexity, number of environmental barriers, income, mother's participation, and service utilization. In addition to participation as the primary outcome, each model explored predictors of service utilization and mother's participation. Results The involvement model (R2 = 0.46) explained more variance than the frequency model (R2 = 0.33). Age (0.35, P < 0.001) and barriers (0.07, P = 0.001) predicted participation frequency in the home, χ2(9) = 8.51, P < 0.4, root mean square error of approximation (RMSEA) = 0.00, comparative fit index (CFI) = 1.00. The home involvement model, χ2(6) = 9.79, P < 0.13, RMSEA = 0.06, CFI = 0.97, showed that increasing age (0.09, P < 0.001), lower complexity (0.13, P = 0.001), and higher mother's participation (0.057, P = 0.001) were significantly related to higher participation. An increase in child's age or complexity significantly influenced service utilization across both models. Complexity reduced mother's participation in both the frequency and involvement models. Conclusions This study is one of the first in Canada to examine participation of young children. The aggregation of each unit factor, particularly barriers and complexity, can accrue a large impact on the child's and mother's participation. The potential to mediate this impact by removing environmental barriers and promoting mother's participation merits further study.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».