MétaCan
Menu
Retour à la cohorte
Enregistrement W4313505653 · doi:10.1177/028072701503300202

Impacts of Wildfires on School Children: A Case Study of Slave Lake, Alberta, Canada

2015· article· en· W4313505653 sur OpenAlexaffabout
Ivan Townshend, Olu Awosoga, Judith C. Kulig, Anna Pujadas Botey, Blythe Shepard, Bonita L. McFarlane

Notice bibliographique

RevueInternational Journal of Mass Emergencies & Disasters · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensAlberta Health ServicesUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésPsychopathologyCoping (psychology)PsychologyClinical psychologyDemographyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Wildfires are becoming increasingly common, but there is limited understanding of their effects on children. This article reports on a study of wildfire impacts on children in a Canadian community. Self-reported measures of posttraumatic stress and coping and behavioral difficulties were obtained from a school-based survey of children in grades three to 12 carried out six months (T1) and 12 months (T2) after the fires. Students completed two screening instruments: the University of California at Los Angeles Post-traumatic Stress Disorder (PTSD) Reaction Index for Children and Adolescents – DSM-IV-TR, and the Strengths and Difficulties Questionnaire, and provided information about demographic details and loss of their home. Paired data (n = 140) revealed that a substantial number of children met certain PTSD criteria symptoms at T1 but the number declined by T2. Differences in symptoms by age, gender, and house loss were examined. Age and house loss were important differentiators of impact, but these waned through time, and house loss was not a defining trait of those most at risk of severe psychopathology. Future research examining children's responses to a variety of disasters would add to our knowledge about stress reactions while determining whether there are commonalities in responses across types of disasters.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,027
Tête enseignante GPT0,357
Écart entre enseignants0,330 · 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

Citations15
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mass Emergencies & DisastersMême sujetResilience and Mental HealthTravaux en français237 207