MétaCan
Menu
Retour à la cohorte
Enregistrement W2956170308 · doi:10.1542/peds.2018-2945

Adverse Childhood Experiences and Protective Factors With School Engagement

2019· article· en· W2956170308 sur OpenAlexaff
Angelica Robles, Annie Gjelsvik, Priya Hirway, Patrick M. Vivier, Pamela High

Notice bibliographique

RevuePEDIATRICS · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensInstitute of Health Services and Policy Research
Organismes subventionnairesMaternal and Child Health BureauHealth Resources and Services AdministrationBrown University
Mots-clésMedicineAdverse Childhood ExperiencesEthnic groupLogistic regressionDemographyClinical psychologyPsychiatryMental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine the associations of adverse childhood experiences (ACEs) and protective familial and community factors with school performance and attitudes in children ages 6 to 17. METHODS: tests and logistic regressions assessed the relationships between ACEs and school outcomes, PFs and school outcomes, and both ACEs and PFs and school outcomes, adjusting for sex, age, race, ethnicity, and maternal education. RESULTS: Each negative school outcome is associated with higher ACE scores and lower PF scores. After adding PFs into the same model as ACEs, the negative outcomes are reduced. The strongest PF is a parent who can talk to the child about things that matter and share ideas. CONCLUSIONS: As children's ACE scores increase, their school performance and attitudes decline. Conversely, as children's PF scores increase, school outcomes improve. Pediatric providers should consider screening for both ACEs and PFs to identify risks and strengths to guide treatment, referral, and advocacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePEDIATRICSMême sujetChild Abuse and TraumaTravaux en français237 207