Early Childbirth Among Foster Youth: A Latent Class Analysis to Determine Subgroups at Increased Risk
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
CONTEXT: Research has documented elevated rates of early childbirth among adolescents who have spent time in foster care, and a better understanding is needed of the characteristics of vulnerable individuals and the circumstances of their time in care. METHODS: California birth records for 1999-2010 were probabilistically linked to state child welfare service records spanning the same date range to identify females aged 12-19 who had spent time in foster care and had had a first birth before age 20. Latent class analysis was used to identify subgroups based on age at most recent entry into care, length of this stay and three indicators of placement instability. The probability of a first birth being related to class membership was assessed as a distal outcome, and differences across classes were assessed using chi-square tests. RESULTS: Four distinct classes of foster youth were identified: Later Entry/High Instability (20% of individuals), Later Entry/Low Instability (43%), Earlier Entry/High Instability (12%) and Earlier Entry/Low Instability (25%). The probability of a first childbirth ranged from 31% (class 1) to 15% (class 4); classes 2 and 3 experienced moderate risk (23% and 24%, respectively). Two groups were further characterized by high rates of reentry into care, with 56% of class 1 and 41% of class 3 individuals experiencing more than one episode in care. CONCLUSIONS: Identifiable subgroups of female foster youth are at heightened risk of early childbirth and may benefit from early intervention, enhanced support and access to reliable, ongoing sexual and reproductive health care.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 découle