Prenatal exposure to green space and mental health in early adolescence: findings from the TRAILS study
Notice bibliographique
Résumé
Little is known about whether prenatal green space exposure contributes to mental health later in life. Using data from a Dutch cohort (TRAILS; n=1,476), we assessed associations between prenatal (1989-1991) green space exposure and four mental health outcomes, namely externalizing problems, internalizing problems, tobacco use, and alcohol use, self-reported at eleven-year-old (2001-2002), and mediation of gestational age and birthweight on these associations. In a structural equational model, adolescents with one standard deviation (SD) unit more prenatal green space exposure showed a 0.119 SD (95%CI:0.028,0.210) more externalizing problems in early adolescence. There are two potential explanations for this unexpected positive association. First, controlling for urbanicity attenuated this association to become insignificant, but the degree of attenuation was minor [0.096, (95%CI:-0.003,0.195)]. Second, this unexpected association might be a consequence of changes in green space exposure in the intervening years, namely childhood (from birth to early adolescence), indicating that individuals with increased green space exposure over childhood exhibited fewer externalizing problems in early adolescence. For the prenatal green space-externalizing problems association, we did not observe mediation by gestational age or birthweight. Overall, these findings suggest no beneficial role of prenatal green space on adolescent mental health. Instead, increased green space exposure in childhood may lead to lower externalizing problems in early adolescence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».