Effective strategies and interventions for engaging at-risk youth: a rapid systematic review of the literature
Notice bibliographique
Résumé
Abstract Purpose Family violence, including physical abuse, sexual abuse, and exposure to intimate partner violence, has been linked to mental health problems and increased substance abuse in youth. This rapid systematic review evaluated the most recent literature on effective strategies and/or interventions to engage youth at-risk due to family violence, mental health problems, and/or substance abuse. Methods A rapid systematic review of the literature on engaging youth identified as at-risk for mental health difficulties, substance abuse, or family violence in interventions was undertaken. Searches were run in PsycINFO, CINAHL, SocINDEX, Family & Society Studies Worldwide and Social Work Abstracts. To be included, studies had to be quantitative or qualitative, examine youth-targeted strategies aimed at increasing engagement with interventions and have a target population aged between 12 to 18 years old. Studies published prior to 2014 were excluded. Results A total of 13 studies were retrieved that included 2,527 high-risk youth. Strategies were identified and categorized based on the following themes: (1) Technology-based, (2) Experiential therapy-based, (3) Counselling-based, (4) Program-based and (5) Other engagement strategies. Technology-based, experiential therapy-based and program-based strategies showed high levels of engagement in at-risk youth. Counselling-based strategies demonstrated variable outcomes between studies. Conclusions Many of the engagement strategies retrieved in this evidence assessment were reported to be successful, suggesting that there is no single best approach to engaging at-risk youth. A variety of strategies can be combined and tailored to fit the individual needs of youth and the resources available to the intervention program at that time.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».