The long reach of adversity: Intermediary pathways from maternal adverse childhood experiences to child socio‐emotional and cognitive outcomes
Notice bibliographique
Résumé
BACKGROUND: This longitudinal study with multi-informant (maternal, paternal, and experimenter) and multimethod (questionnaires, behavioral observations, and standardized assessments) data tests an intergenerational model from mothers' adverse childhood experiences (ACEs) to their children's socio-emotional and cognitive outcomes. METHODS: Participants were 501 children (50.7% male) and caregivers (56.5% white) followed from child age 2 months to 5 years. Mothers reported on their ACEs, as well as their postnatal socio-economic status (SES), marital conflict, and depressive symptoms. Observers rated maternal sensitivity using validated coding systems. Partners' history of childhood conduct problems and children's emotional and conduct problems were rated by mothers and fathers, and cognition was assessed by experimenters using standardized assessments. RESULTS: Maternal ACEs score was associated with children's socio-emotional and cognitive outcomes through unique intermediary pathways. Specifically, maternal ACEs were related to child emotion problems through SES, paternal history of conduct problems, and maternal depression. Maternal ACEs to child conduct problems operated via SES, paternal history of conduct problems, and marital conflict. Maternal ACEs to child cognitive skills operated through SES and maternal sensitivity. CONCLUSIONS: Maternal ACEs, economic stress, and paternal history of conduct problems may collectively strain families, diverting caregiver attention and resources, which may impact childrearing and children's development. To effectively address root causes of intergenerational risks, it is critical to advocate for resources and supports that mitigate these hardship conditions. In addition, interventions that target modifiable individual and family factors may hold the greatest promise for breaking cycles of generational risk and promoting healthier outcomes for children and families.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».