Twenty years of emotional-behavioral problems of community adolescents living in Italy measured through the Achenbach system of empirically based assessment (ASEBA): a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: This is a systematic review and meta-analysis of emotional and behavioral problems among Italian community adolescents in the last 20 years, as assessed through the ASEBA questionnaires CBCL 6-18, YSR 11-18 and TRF 6-18. Research questions address: (1) pooled means of problems' scores in questionnaires scales; (2-3) variations in scores according to sociodemographic and time-related factors, and studies' quality; (4) trends in research with ASEBA instruments along with other outcomes, e.g., psychopathological symptoms. Methods: A systematic literature review of Scopus, EBSCO, PubMed, Web of Science, and ProQuest databases using the PRISMA 2020 guidelines was conducted on November, 2021, and of grey literature on December, 2021. The quality of studies was assessed through the Newcastle-Ottawa Scale. Results: Forty-four studies were eligible for the systematic review, of which 34 were included for meta-analysis. Results showed that: (1) emotional-behavioral problems were higher when assessed by the CBCL and lower when assessed by the YSR compared to normative data; (2) there were no gender and age differences, except for higher scores of Anxious/Depression symptoms, in girls. (3) internalizing and attention problems increased over the last two decades. (4) major trends of Italian research investigate adolescents' emotional behavioral problems concerning attachment, comorbid symptoms, especially internet addictions, and eating disorders. Discussion: Despite some limitations (e.g., low-medium quality of most studies, no data on the TRF, under-representation of some geographical areas, some search-related choices), these data provides Italian practitioners and international researchers of some parameter to evaluate Italian adolescents emotional-behavioral problems. Registered on PROSPERO N. CRD42022299999.
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 | 0,017 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,034 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».