Various Types of Negative Life Events Among Youth Predict Suicidal Ideation: A Cross-Sectional Study Based on Gender Perspective
Notice bibliographique
Résumé
We sought to investigate potential gender differences in various types of negative life events and suicidal ideation among Chinese high school and university students, as well as to analyze the interrelations between different types of negative life events and suicidal ideation among these young students. Participants were 2,018 high school and university students from northwestern China, who completed a demographics questionnaire and self-report measures of negative life events and suicidal ideation. Significant gender differences emerged in the types of negative life events reported and in students' degree of suicidal ideation. Within each gender group, different types of negative life events were predictive of the intensity of suicidal ideation. The present study provides evidence of the role of negative life events in predicting adolescents' and young adults' suicidal ideation regardless of their gender. However, gender differences did emerge in the specific type of negative life events that were predictive of suicidal ideation. For males, greater reports of punishment and adaptation had a significant positive impact on the intensity of their suicidal ideation. For females, greater reports of academic stress, personal loss, interpersonal relationships, and adaptation were all significantly and positively predictive of their suicidal ideation. Parents' marital status emerged as a significant indicator of suicidal ideation across genders, while age was significant negative predictor of suicidal ideation among females only.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».