MétaCan
Menu
Retour à la cohorte
Enregistrement W4399299506 · doi:10.1007/s11920-024-01508-1

Eating Disorders in Sexual and Gender Minority Adolescents

2024· review· en· W4399299506 sur OpenAlexaff
Jason M. Nagata, E. T. Stuart, Jacqueline O. Hur, Smriti Panchal, Patrick Low, Anita V. Chaphekar, Kyle T. Ganson, Jason M. Lavender

Notice bibliographique

RevueCurrent Psychiatry Reports · 2024
Typereview
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésEating disordersSexual minorityClinical psychologyPsychologySexual orientationPsychiatryMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To consolidate recent literature addressing eating disorders and disordered eating behaviors among sexual and gender minority (SGM) adolescents, including but not limited to lesbian, gay, bisexual, transgender, and queer (LGBTQ) adolescents. RECENT FINDINGS: Sexual and gender minority adolescents are at heightened vulnerability to eating disorders and disordered eating behaviors compared to their cisgender and heterosexual peers, potentially due to minority stress, gender norms, objectification, and the influence of the media, peers, and parents. We report findings from recent literature on the epidemiology and prevalence, assessment, mental health comorbidity, quality of life and psychosocial functioning, risk and protective factors, and treatment and interventions for eating disorders in sexual and gender minority adolescents. Addressing eating disorders in sexual and gender minority adolescents requires an integrated approach consisting of screening, tailored treatment, and comprehensive support to address intersectional challenges. Gender-affirming and trauma-informed care approaches may be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,414
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Psychiatry ReportsMême sujetEating Disorders and BehaviorsTravaux en français237 207