Changes in peer belonging, school climate, and the emotional health of immigrant, refugee, and non‐immigrant early adolescents
Notice bibliographique
Résumé
INTRODUCTION: Early adolescents who are new to Canada experience dual challenges of navigating developmental changes and multiple cultures. This study examined how changes in early adolescents' emotional health from ages 9 to 12 differed by immigration background, and to what extent peer belonging and supportive school climate protected or promoted their emotional health. METHODS: This study drew upon linked self-report and administrative data. Across 10 school districts in British Columbia, Canada, N = 4479 non-immigrant, immigrant, and refugee adolescents reported on their peer belonging, school climate, and emotional health (life satisfaction, optimism, self-esteem, sadness, worries) in Grades 4 and 7, using the Middle Years Development Instrument. Immigration background including immigration class (economic, family, refugee) and generation status (first, second) were obtained from linked Immigration, Refugees, and Citizenship Canada data. Multi-level modeling assessed the effect of time (grade level), immigration group, and changes in peer belonging and school climate on changes in self-reported emotional health. Analyses were adjusted for gender, English first language, and low family income. RESULTS: Immigrant and refugee adolescents reported worse emotional health in Grade 4 compared to non-immigrants. Non-immigrant and immigrant adolescents reported declines in emotional health from Grades 4 to 7. In contrast, first-generation refugee adolescents reported significant improvements in life satisfaction, and first- and second-generation refugees reported improvements in worries over this period. Perceived improvements in peer belonging and school climate were associated with positive changes in emotional health for all adolescents. CONCLUSIONS: Changes in adolescents' emotional health from Grades 4 to 7 differed between immigrants, refugees, and non-immigrants. Immigrants and refugees who enter adolescence with lower emotional health than their non-immigrant peers may particularly benefit from culturally responsive school and community-based interventions.
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 | 0,002 | 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 | 0,001 |
| 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 ».