Inequitable Changes in School Connectedness During the Ongoing <scp>COVID</scp>‐19 Pandemic in a Cohort of Canadian Adolescents
Notice bibliographique
Résumé
BACKGROUND: We examined whether subgroups of adolescents experienced disparate changes in school connectedness-a robust predictor of multiple health outcomes-from before the COVID-19 pandemic to the first full school year following pandemic onset. METHODS: We used 2 waves of prospective survey data from 7178 students attending 41 Canadian secondary schools that participated during the 2019-2020 (T1; pre-COVID-19 onset) and 2020-2021 (T2; ongoing pandemic) school years. Fixed effects analyses tested differences in school connectedness changes by gender, race, bullying victimization, socioeconomic position, and school learning mode. RESULTS: Relatively greater declines in school connectedness were reported by students that identified as females, were bullied, perceived their family to be less financially comfortable than their classmates, and attended schools in lower income areas. Marginally greater school connectedness declines resulted among students attending schools that were fully online at T2 than those at schools using a blended model. CONCLUSION: Results point to disparate school connectedness declines during the pandemic, which may exacerbate pre-existing health inequities by gender and socioeconomic position, and among bullied youth. IMPLICATIONS FOR SCHOOL HEALTH POLICY, PRACTICE, AND EQUITY: Effective strategies to improve school climates for equity denied groups are critical for pandemic recovery and preparedness for future related events.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».