Poorer subjective mental health among girls: Artefact or real? Examining whether interpretations of what shapes mental health vary by sex
Notice bibliographique
Résumé
BACKGROUND: Despite reporting poorer self-rated mental health (SRMH) than boys, girls exhibit greater resilience and academic achievement, and less risk taking or death by suicide. Might this apparent paradox be an artefact arising from girls' and boys' different interpretations of the meaning of SRMH? We examined whether the indicator, SRMH, had a different meaning for girls and boys. METHODS: In 2021-2, we circulated social media invitations for youth age 13-18 to complete an online survey about their mental health, and which of 26 individual and social circumstances shaped that rating. All data were submitted anonymously with no link to IP addresses. After comparing weightings for each characteristic, factor analyses identified domains for the whole group and for girls and boys. RESULTS: Poor SRMH was reported by 47% of 506 girls and 27.8% of 216 boys. In general, circumstances considered important to this rating were similar for all, although boys focussed more on sense of identity, self-confidence, physical well-being, exercise, foods eaten and screen time, while girls paid more attention to having a boyfriend or girlfriend, comparisons with peers, and school performance. With factor analysis and common to boys and girls, domains of resilience, behavior/community, family, relationships with peers and future vision emerged. Girls' poorer SRMH did not arise from a more expansive interpretation of mental health. Instead, it may reflect perceived or real disadvantages in individual or social circumstances. Alternatively, girls' known greater resilience may propel lower SRMH which they use intuitively to motivate future achievement and avoid the complacency of thinking that 'all is well'. CONCLUSIONS: The relative similarity of attributes considered before rating one's mental health suggests validity of this subjective measure among girls and boys.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».