Predictive Impact of Resilience on Depressive Symptoms in Adolescents with High Functioning Autism Spectrum Disorders
Notice bibliographique
Résumé
Adolescents with high functioning Autism Spectrum Disorders (ASDs) are highly vulnerable to depressive symptoms (DS) and a range of mental health problems compared to their typically developing peers. It is not known whether resilience can influence DS in adolescents with high functioning ASD. This study sought to find out the link between resilience and DS in a sample of adolescents with high functioning ASD in Nigeria. The study is a quantitative correlation study of in-school adolescents with high functioning ASD. 68 adolescents with high functioning ASD from 20 inclusive education schools participated in the study. Data were collected using self report versions of Child and Youth resilience Measure (CYRM-SR) and Children’s Depression Inventory second edition (CDI-2: SR). Findings showed that total resilience score is a strong negative predictor of DS in adolescents with high functioning ASD (B=-.93; β=-.77; t=-4.20; p=.000). Specifically, individual capacities subscale (B=-2.20; β=-.77;t=-8.39;p=.000), Primary caregivers resources subscale (B=-1.98; β=-.69; t=-7.49; p=.000); and Contextual factors subscale (B=-2.02; β=-.62; t=-8.38; p=.000) predicted overall depressive symptoms (Total DS score) negatively and significantly. It was concluded that DS among adolescents with high functioning ASD can be reduced through developing resilience skills among them. Parents, special Educators and all stakeholders should intensify efforts in building resilience in adolescents with high functioning ASD.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».