Addressing the Complexity of Heterogeneity: Profiles of Adolescent Girls Who Have Been Sexually Abused
Notice bibliographique
Résumé
Childhood sexual abuse (CSA) may have devastating effects, yet, there is considerable heterogeneity among adolescent girls who have experienced it. Addressing this heterogeneity could help to tailor practices to their particular needs. The objective was to identify profiles among adolescent girls who have been sexually abused to determine whether they exhibit distinct outcomes. Participants were drawn from a Child Protection sample of adolescent girls who have been sexually abused with contact (n = 185). Abuse and stressful events were measured using a rating scale completed by a research assistant, and a self-reported questionnaire. Coping strategies, cognitive appraisals, and psychological symptoms were measured using self-reported questionnaires. Latent class analysis was conducted using abuse and stressful events as indicators, and multinomial logistic regression analyses were used to compare classes on outcomes. Five graded classes were identified: 1) few source of stress (22%); 2) services as stressors (27%); 3) CSA as stressor (19%); 4) CSA and family as stressors (6%); and 5) multiple sources of stress (25%). These classes were associated with distinct profiles on coping strategies, cognitive appraisals, and psychological symptoms. In conclusion, we recommend that clinicians move beyond the "one size fits all" approach and tailor practices to each adolescent's needs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».