The Incidence of Methylphenidate Use by Canadian Children: What is the Impact of Socioeconomic Status and Urban or Rural Residence?
Notice bibliographique
Résumé
OBJECTIVE: To examine socioeconomic, demographic, and behavioural factors that influence the incidence of methylphenidate use among children aged 4 to 13 years. METHOD: A total of 11,316 children, aged 2 through 11 years, from Cycle 1 (1994-95) of the National Longitudinal Survey of Children and Youth were followed up 2 years later in Cycle 2 (1996-97). The outcome measure was methylphenidate use in Cycle 2. Individual-level explanatory variables included sex, age, socioeconomic status (SES), mother's age at birth of child, lone-parent family status, parental working status, and hyperactivity-impulsivity and inattention probabilities. Area-level explanatory variables included income and rural or urban residence. We used hierarchical linear modelling to examine individual- and area-level factors that predicted methylphenidate use. RESULTS: The strongest predictors of methylphenidate use were behavioural: children with high hyperactive-impulsive and (or) inattention behaviours in 1994, compared with children low on these behaviours, were 4.5 to 6 times more likely to use methylphenidate 2 years later. SES remained a significant predictor of the incidence of methylphenidate use, even when other significant predictors were held constant, with lower SES being associated with higher use. Area-level income also predicted methylphenidate use. CONCLUSION: Even when children with similar behavioural symptoms and demographic characteristics were compared, socioeconomic factors had a significant impact on incidence of methylphenidate use.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».