Developing the ACEIG-scale: An adverse childhood experience scale for Inuit youth in Greenland
Notice bibliographique
Résumé
BACKGROUND: Adverse Childhood Experiences (ACEs) have been identified as a major public health challenge in Greenland. No previous studies have created a multi-item ACE- scale among an Arctic Indigenous population. OBJECTIVE: To develop a multi-item ACE-scale among Inuit youth in Greenland (the ACEIG scale). METHODS: The ACEIG scale was created with data from the 'Wellbeing among Inuit youth in Greenland'-survey. Scale items were based on a recognised ACE-scale and further adapted to the context of Inuit youth in Greenland by adding items relevant for the population. The scale was validated through item response theory (IRT) and reliability was assessed by Cronbach's alpha. RESULTS: Four items relevant for Inuit youth in Greenland were added to the recognised ACE scale (bullying, death of parent, gambling problems in close family, and suicide in close relations). The scale was reduced by IRT, as three items (bullying, divorce of parents and parents passing away) exceeded the difficulty index threshold. The ACEIG scale therefore consists of 10 items: alcohol problems in close family, marijuana use in close family, domestic violence, being victim of physical violence, being victim of psychological violence, any type of sexual abuse, sexual abuse (intercourse), sexual abuse (more than once), suicide in close relations, and gambling problems in close family. Cronbach's alpha was 0.7. CONCLUSION: The ACEIG scale includes 10 items with acceptable reliability. The scale can inform future screening tools to identify vulnerable youth and target interventions. Future studies should investigate the association between the ACEIG scale and health outcomes.
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 | 0,000 | 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 | 0,000 |
| 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 ».