Accelerating progress towards improved mental health and healthy behaviours in adolescents living in adversity: findings from a longitudinal study in South Africa
Notice bibliographique
Résumé
Adolescents exposed to high levels of adversity are vulnerable to developing mental health challenges, with long-lasting adverse consequences. Promoting the psychological well-being of adolescents and protecting them from adverse experiences is crucial for their quality of life. There is a need for evidence on which combinations of protective factors can improve the wellbeing of adolescents to inform future programming efforts. We used data from a longitudinal study that took place in Khayelitsha, South Africa, a semi-urban impoverished community in Cape Town. Data were collected from adolescents when they were 12–14 years of age (n = 333) and again at follow-up when they were aged 16–19 years (n = 314). A path analysis was used to estimate associations between access to service, food security, safe environment, family support, and social support and five outcomes related to adolescent mental health and risky behaviours. The fitted model was used to calculate adjusted mean differences comparing different combinations of risk factors. Two protective factors (food security and safe environment) were positively associated with three outcomes relating to mental health and the absence of risky behaviours. Further investigation revealed that the presence of high food security and safer environments was associated with higher adjusted mean scores: +16.2% (p < .0001) in no substance use; +16.5% (p < .0001) in no internalising behaviour, +19.5% (p < .0001) in self-esteem; +12.2% (p < .0001) in positive peer relationships; and +11.4% (p < .0001) in no suicidal ideation. Interventions targeting adolescents, that aim to improve food security together with improving the safety of their environment, are likely to impact their well-being.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».