MétaCan
Menu
Retour à la cohorte
Enregistrement W4292411714 · doi:10.1080/02739615.2022.2108812

Adverse Childhood Experiences and Utilization and forgoing of Health Care among Children: A Nationally Representative Study in the United States

2022· article· en· W4292411714 sur OpenAlexaff
Héctor E. Alcalá, Amanda E. Ng, Nicholas Tkach, Zoha Salam

Notice bibliographique

RevueChildren s Health Care · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHealth careAdverse Childhood ExperiencesMedicineEnvironmental healthNational Health Interview SurveyLogistic regressionOddsMental healthOccupational safety and healthFamily medicineGerontologyPsychiatryPopulation

Résumé

récupéré en direct d'OpenAlex

Little is known about the impact of adverse childhood experiences (ACEs) on delaying health care. Using data from the 2016–2017 National Survey of Children’s Health (n = 64,103), we examined the association between ACEs and forgoing: medical care, hearing care, vision care, mental health care, and use of health services. In logistic regression models, cumulative ACEs were associated with increases in forgoing most types of care. ACEs were associated with increased odds of using emergency department services and preventative health care. Efforts must be undertaken to reduce delays in care among children with a history of ACEs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,026
Tête enseignante GPT0,353
Écart entre enseignants0,327 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildren s Health CareMême sujetChild Abuse and TraumaTravaux en français237 207