MétaCan
Menu
Retour à la cohorte
Enregistrement W4294242885 · doi:10.23889/ijpds.v7i3.1861

Early Childhood Exposure to Intimate Partner Violence and Developmental Vulnerability at Kindergarten: Linking Canadian Population-Level Administrative Data.

2022· article· en· W4294242885 sur OpenAlexaffabout
Janelle Boram Lee, Nathan Nickel, Tracie O. Afifi, Lorna Turnbull, Marcelo L. Urquía, Marni Brownell

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensUniversity of ManitobaManitoba HealthUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPopulationVulnerability (computing)Early childhoodDomestic violenceMedicineDemographySocial vulnerabilityCohort studyPoison controlCohortLogistic regressionChild developmentInjury preventionOccupational safety and healthNeighbourhood (mathematics)Suicide preventionPsychologyDevelopmental psychologyEnvironmental healthPsychiatryPsychological intervention

Résumé

récupéré en direct d'OpenAlex

ObjectiveThe objective was to examine the relationship between maternal intimate partner violence (IPV) victimization and children’s developmental health using linked population-wide administrative datasets. We examined developmental vulnerability (DV) at kindergarten of children exposed to maternal IPV victimization aged 0 to 5 using provincial prosecution records compared to unexposed counterparts. ApproachThis retrospective cohort study linked administrative datasets (legal, health, education, social services) from the Population Research Data Repository at the Manitoba Centre for Health Policy. Exposed mother-child pairs with 1+ prosecution records of maternal IPV victimization during early childhood (child aged 0 to 5) between 2003-2018 in Manitoba (n = 5,728) were matched to unexposed pairs (1:3) based on sex/birthdate of child and neighbourhood income. DV at kindergarten was measured across 5 domains (physical, social, emotional, language/cognitive [LC], communication/general knowledge) using the Early Developmental Instrument (EDI). Children without eligible EDI scores were excluded. Multiple logistic regression models were conducted. ResultsThe cohort included 5321 children (exposed n=1365, unexposed n=3956). 32.98% of the cohort was developmentally vulnerable in one or more domains (1/+) and 19.60% was developmentally vulnerable in two or more domains (2/+). Unadjusted relationships between maternal IPV victimization from age 0 to 5 and developmental vulnerability at kindergarten were statistically significant across all 5 domains (e.g., LC OR=2.76 [2.36, 3.23]) and in 1/+ (OR=2.72 [2.39, 3.09]) as well as 2/+ (OR=2.89 [2.51, 3.34]) domains. After adjusting for covariates, children who were exposed to maternal IPV victimization from ages 0 to 5 had increased odds of being developmentally vulnerable in social competence (aOR=1.33 [1.07, 1.66]) and emotional maturity (aOR=1.29 [1.03, 1.62]), also in 2/+ domains (aOR=1.42 [1.15, 1.73]) at kindergarten, compared to unexposed counterparts. ConclusionThe study provided Canadian population-wide evidence of the association between maternal IPV victimization and early childhood development, specifically later socio-emotional vulnerability. Interventions and support systems for this population of families should be developed and implemented, with an emphasis on mitigating long-term socio-emotional developmental risks in children exposed to IPV.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,024
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,012
Études des sciences et des technologies0,0030,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,124
Tête enseignante GPT0,408
Écart entre enseignants0,284 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetIntimate Partner and Family ViolenceTravaux en français237 207