MétaCan
Menu
Retour à la cohorte
Enregistrement W3181449343 · doi:10.1332/175795921x16223516066150

The lasting imprint of childhood disadvantage: cumulative histories of exposure to childhood adversity and trajectories of psychological distress in adulthood

2021· article· en· W3181449343 sur OpenAlexaff
Loanna Heidinger, Andrea E. Willson

Notice bibliographique

RevueLongitudinal and Life Course Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyDisadvantageLife course approachMental healthDistressPsychological distressDevelopmental psychologyEarly childhoodLatent class modelYoung adultEarly adulthoodPanel Study of Income DynamicsHistory of childhoodClinical psychologyPsychiatryInjury preventionPoison controlChild abuseMedicine

Résumé

récupéré en direct d'OpenAlex

This study contributes to the literature on the long-term effects of childhood disadvantage on mental health by estimating the association between patterns of cumulative childhood adversity on trajectories of psychological distress in adulthood. There is little research that investigates how compositional variations in the accumulation of childhood adversity may initiate distinct processes of disadvantage and differentially shape trajectories of psychological distress across the adult life course. Using the Panel Study of Income Dynamics' Childhood Retrospective Circumstance Study and latent class analysis, we first identify distinct classes representing varied histories of exposure to childhood adversities using 25 indicators of adversity across multiple childhood domains. Next, the latent classes are included as predictors of trajectories of psychological distress in adulthood. The results demonstrate that patterns of experiences of childhood adversity are associated with higher levels of adult psychological distress that persists, and in some cases worsens, in adulthood, contributing to disparities in mental health across the life course.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,076
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,368
Écart entre enseignants0,333 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLongitudinal and Life Course StudiesMême sujetHealth disparities and outcomesTravaux en français237 207