Do past and present adverse experiences impact the mental health of children? A study among children in the Juvenile Justice System in India
Notice bibliographique
Résumé
Background: Children in the Juvenile Justice System (JJS) in India include children who may have engaged in criminal acts and children who cannot be cared for by their families of origin for various reasons. Given the nature of the children in such circumstances, they face multiple challenges growing up. Few studies from India have systematically explored interpersonal experiences, including adverse childhood experiences (ACEs) or bullying experiences, and their effects on these children's mental health. Materials and Methods: A cross-sectional study was conducted using standardized scales to identify the frequencies of and relationships between life experiences and current mental health outcomes (stress, well-being, and psychopathology) faced by children residing in seven child care institutions (CCIs) across two states in India. Results: Of the 278 children who participated in the study, at least one ACE was endorsed by 86.7%, and at least one instance of bullying was experienced by 71.7%. A significant negative correlation was noted between the number of ACEs, bullying experiences, and well-being and a significant positive correlation with stress and psychopathology. Information about the family of origin was significantly associated with lower psychopathology and stress scores. Conclusions: This study highlights the relationship between mental health outcomes, ACEs, and bullying experiences in children in the JJS in India. The study identifies the immediate and ongoing effects of these experiences on children's mental health and, thus, focuses on the need for appropriate interventions to allay the effects of these experiences.
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 | 0,001 |
| 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) | 0,000 | 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 ».