Children and Violence: Nurturing Social-Emotional Development to Promote Mental Health
Notice bibliographique
Résumé
Abstract The absence of violence against children is a fundamental children’s right and a major milestone of civilized society. Similarly, reports on incidences of violence by children and youth, including severe cases with devastating consequences, speak to the need that the trauma of exposure to violence in childhood needs to be addressed. While violence and its risk factors are generally understood, what is less clear are the essential protective factors, how we can identify those as early as possible, and how we can use them to prevent and address the trauma of violence exposure in children and youth. In this report, I review pathways of child and youth violence through the lens of social-emotional development as a central protective factor. Negative emotions of frustration and anger can underlie violence and aggression. Kind emotions, such as caring and our ability to connect with others emotionally, can serve as social-emotional protective factors. A brief review of the central social-emotional processes and their development is provided, including the human capacity to feel with others and express empathy, be emotionally aware and care about the effects of one’s own actions on others, and be able to regulate the self and their emotions. Given the negative widespread and long-term impact of exposure to violence, I describe research-informed attempts to prevent violence exposure across development. Taking a humanistic, strength-based perspective, the focus is on social-emotional protective factors to address violence and nurture mental health in every child. I conclude with recommendations for practice and policy.
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 | 0,000 | 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 | 0,001 | 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 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 ».