Social-Ecological Factors Associated With Higher Levels of Resilience in Children and Youth After Disaster: The Importance of Caregiver and Peer Support
Notice bibliographique
Résumé
Children and youth are among the most vulnerable to the devastating effects of disaster due to the physical, cognitive, and social factors related to their developmental life stage. Yet children and youth also have the capacity to be resilient and act as powerful catalysts for change in their own lives and wider communities following disaster. Specific factors that contribute to resilience in children and youth, however, remain relatively unexplored. This article examines factors associated with high levels of resilience in 100 children and youth aged 5- to 18-years old who experienced the 2016 Fort McMurray, Alberta wildfire. A mixed-methods design was employed combining quantitative and qualitative data. Quantitative data was obtained from the Children and Youth Resilience Measure (CYRM-28) which measured individual, caregiver, and context factors influencing resilience processes among the participants. Qualitative data was collected through semi-structured interviews to gain further insight into the disaster experiences of children and youth. Quantitative findings reveal higher than average levels of resilience among the participants compared to normative scores. Qualitative findings suggest high levels of resilience were associated with both caregiver factors (specifically physical caregiving), and individual factors (primarily peer support). We discuss how physical caregiving and peer support during and after the wildfire helped mitigate the negative effects of disaster, thus bolstering children and youth's resilience. Implications for understanding the specific social-ecological factors that facilitate and support resiliency processes and overall recovery of children and youth following disaster are also discussed.
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 | 0,001 | 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 | 0,000 | 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 ».