Autistic characteristics and mental health symptoms in autistic youth during the first <scp>COVID</scp>‐19 wave in Canada
Notice bibliographique
Résumé
Autistic youth are at heightened risk for mental health issues, and pandemic-related stressors may exacerbate this risk. This study (1) described caregiver-reported youth mental health prior to and during the pandemic; and (2) explored individual, caregiver, and environmental factors associated with changes in autistic characteristics, social-emotional symptoms, and overall mental health. 582 caregivers of autistic children (2-18 years old) completed an online survey between June and July 2020 in which they provided demographic information, their child's pre-COVID and current mental health, autistic characteristics, and social-emotional symptoms. Caregivers also rated their own perceived stress, and COVID-related household and service disruption. According to caregivers, youth experienced more autistic characteristics and social-emotional concerns during the pandemic. Autistic youth were also reported to experience poorer overall mental health during the pandemic than before the pandemic. Older youth whose caregiver's indicated higher perceived stress and greater household disruption were reported to experience more autistic traits during pandemic. Caregiver-reported increases in youth social-emotional symptoms (i.e., behavior problems, anxiety, and low mood) was associated with being older, the presence of a pre-existing mental health condition, higher caregiver stress, and greater household and service disruption. Finally, experiencing less household financial hardship prior to COVID-19, absence of a pre-existing psychiatric condition, less caregiver stress, and less service disruption were associated with better youth pandemic mental health. Strategies to support the autistic community during and following the pandemic need to be developed. The developmental-ecological factors identified in this study could help target support strategies to those autistic youth who are most vulnerable to mental health problems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».