Adverse Childhood Experiences and Education Outcomes among Adolescents: Linking Survey and Administrative Data
Notice bibliographique
Résumé
It is well established that adverse childhood experiences (ACEs) are associated with detrimental health outcomes in adulthood. Less is known about the relationships between ACEs and education outcomes and among adolescents. The aim of this study was to examine the associations between ACEs and adolescents' self-reported education outcomes and provincial education assessments among adolescents in Manitoba, Canada. Data were gathered from 1002 adolescents who participated in the Well-Being and Experiences (WE) Study. A subsample of the adolescents (84%) consented to having their WE survey data linked to administrative education databases. Binary and multinomial logistic regression models were computed to examine associations between ACE history and self-reported education outcomes and provincial education assessments, adjusting for sociodemographic variables. Adolescents with an ACE history had significantly increased likelihood of having ever been suspended from school (adjusted odds ratio (aOR) = 3.33, 95% CI 1.60-6.92), of lower grades (adjusted relative risk ratio (aRRR) = 3.21, 95% CI 1.42-7.29), and of chronic school absenteeism (aRRR = 2.45, 95% CI 1.28-4.68) compared with adolescents without an ACE history after adjusting for sociodemographic variables. Findings from this study illuminate the important relationship between childhood adversity and poor education outcomes assessed directly by adolescents. Increasing awareness of the public health risk associated with ACEs and education outcomes may inform education policy and school-based interventions.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».