MétaCan
Menu
Retour à la cohorte
Enregistrement W4381838910 · doi:10.1371/journal.pone.0287408

School absenteeism in children with special health care needs. Results from the prospective cohort study ikidS

2023· article· en· W4381838910 sur OpenAlexaff
Jennifer Schlecht, J. König, Stefan Kuhle, Michael S. Urschitz

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Substance Use and School Attendance
Établissements canadiensDalhousie University
Organismes subventionnairesBundesministerium für Bildung und Forschung
Mots-clésMedicineAbsenteeismConfidence intervalConfoundingPsychological interventionMental healthProspective cohort studyMedical prescriptionCohortGermanHealth careCohort studyPediatricsPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Children with special health care needs (SHCN) due to a chronic health condition perform more poorly at school compared to their classmates. There is still little knowledge on the causal pathways and which factors could be targeted by interventions. We, therefore, investigated school absenteeism in children with SHCN compared to their peers. METHODS: This study was based on data from the German population-based prospective cohort study ikidS (German for: I will start school). Children with SHCN were identified by the Children with Special Health Care Needs screener that captures five consequences of physical or mental chronic health conditions: (1) use or need of prescription medication, (2) above average use or need of medical, mental health, or educational services, (3) functional limitations compared with others of the same age, (4) use or need of specialized therapies, and (5) treatment or counseling for emotional, behavioral, or developmental problems. School absenteeism was defined as days absent from school due to illness during first grade and was reported by classroom teachers. Associations between SHCN consequences and school absenteeism were investigated by negative binomial regression models. Effect estimates were adjusted for confounding variables identified by a causal framework and directed acyclic graphs. RESULTS: 1,921 children (mean age at follow-up 7.3 years, standard deviation 0.3; 49% females) were included; of these, 14% had SHCN. Compared to their classmates, children with SHCN had more days absent (adjusted rate ratio: 1.37; 95% confidence interval 1.16, 1.62). The effect was strongest among children with i) functional limitations, ii) treatment or counseling for emotional, behavioral, or developmental problems, and iii) those who experienced two or more SHCN consequences. CONCLUSIONS: Children with SHCN have higher school absenteeism, which could-at least partly-explain their poorer school performance and lower educational attainment. SHCN-specific targeted interventions may reduce the adverse effects of SHCN on educational outcomes in children.

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)0,004
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 enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,274
Écart entre enseignants0,243 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetYouth Substance Use and School AttendanceTravaux en français237 207