Poverty and Intellectual Development in Childhood.
Notice bibliographique
Résumé
Objectives and ApproachThe effects of the timing and duration of economic deprivation and maternal mental health on intellectual development is researched using unique linkable databases following almost 90 thousand children born in the Canadian province of Manitoba. This paper studies such questions as: How important are differences in measurement of poverty in assessing intellectual development? How do various differences change over childhood? ResultsConcentrating on those born in 2000-2002 generated a total of 7,424 children having scores on all six measures of intellectual development. Such person-specific information controlled for many individual factors and extended from ages 5 through 17. Major differences were found in the scores associated with exposure to the two kinds of poverty and to poor maternal mental health. In summary, differences emerge by age 5, with administration of the Early Development Index. These differences are largely the same at age 8, even though another measure (the Grade 3 Competencies Index) is used. ConclusionsIf household poverty is taken as a definition of poverty, poverty seems much more important than maternal mental health in affecting a child’s intellectual development. However, if neighborhood poverty is used to define poverty, maternal mental health and poverty have effects on childhood intellectual development which are more similar. Definition plays a critical role in interpretation. ImplicationsThese population-based data, with multiple measures and multiple time points, suggest many analytical possibilities. If childhood conditions are included, the list of medical conditions which might correlate with intellectual development multiplies.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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 ».