MétaCan
Menu
Retour à la cohorte
Enregistrement W4294242860 · doi:10.23889/ijpds.v7i3.1923

Changes in social support and the emotional health of immigrant, refugee, and non-immigrant children across middle childhood: A three year follow up study.

2022· article· en· W4294242860 sur OpenAlexaffabout
Kimberly Thomson, Carly Magee, Monique Gagné Petteni, Anne Gadermann

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImmigrationRefugeeSadnessAcculturationPsychologySocial supportLife satisfactionMental healthDevelopmental psychologyMedicineClinical psychologySocial psychologyPsychiatryGeography

Résumé

récupéré en direct d'OpenAlex

ObjectivesChildren who are new to Canada have unique circumstances that can be associated with their emotional health. Using linked immigration and child self-report data, we examined associations between changes in children’s social support and emotional health from ages 9 to 12, for immigrant, refugee, and non-immigrant children. ApproachA population sample of N = 4664 immigrant, refugee, and non-immigrant children reported on their peer support and school belonging, as well as their emotional health (life satisfaction, self-esteem, sadness), in Grades 4 and 7. Social support and emotional health were measured using the Middle Years Development Instrument (MDI). Migration background including age at arrival, migration class, generation status, and source region, was obtained from the Immigration, Refugees, and Citizenship Canada database, individually linked to MDI records using children’s Personal Education Number and child date of birth. Multi-level modelling assessed associations adjusting for confounders. ResultsIn the linked sample, 19% of children were first- or second-generation economic immigrants (themselves or their parents were born outside of Canada), 8% were family immigrants, and 5% were refugees. Children with refugee backgrounds reported lower life satisfaction and self-esteem and higher sadness in Grade 4 compared to all other groups. Children with immigration backgrounds reported lower life satisfaction and self-esteem and higher sadness compared to non-immigrants. Refugee children had significantly more positive changes in emotional health from Grades 4 to 7 compared to non-immigrants, and significantly more positive changes in social supports. Positive changes in social supports were associated with positive changes in emotional health of similar magnitude for all children, regardless of migration background. Children with refugee backgrounds on average experienced improved emotional health during middle childhood, and changes in peer support partially accounted for these changes. ConclusionResults suggest that children with migration backgrounds enter school with lower emotional health and are likely to benefit from increased social supports. Likewise, incorporating opportunities to build peer relationships and school belonging is likely to benefit all children, regardless of migration background.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil0,955

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,058
Tête enseignante GPT0,401
Écart entre enseignants0,343 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetMigration, Health and TraumaTravaux en français237 207