Understanding the Association Between Neighborhood Resources and Trauma‐Informed Care Among Providers Who Serve Autistic Youth
Notice bibliographique
Résumé
A growing body of literature suggests that youth with autism spectrum disorders (ASD), herein, autistic youth, face an increased risk of being exposed to adverse childhood experiences (ACEs). However, trauma-informed approaches to care among autistic youth remain limited. In a large cross-sectional survey of ASD providers (N = 670) recruited from five U.S. locations, we examined the association between neighborhood resources using the Child Opportunity Index (i.e., educational, health/environmental, and social/economic opportunities) and the frequency at which providers engaged in trauma-informed care (i.e., inquire about, screen for, treat, and provide referrals for trauma diagnosis and treatment) and the types of adverse childhood experiences (ACEs) they screen for (i.e., maltreatment/neglect and household dysfunction). The latent model revealed that providers in neighborhoods with fewer resources engaged in more trauma-informed care and were more likely to screen for ACEs related to household dysfunction. Follow-up exploratory analyses indicated that providers in the lowest 20% of opportunity neighborhoods made the greatest efforts in trauma screening for maltreatment and household dysfunction, followed closely by those in the lowest 40%, compared to higher-opportunity areas. Sensitivity analyses, controlling for potential nesting effects, confirmed similar results. These findings may suggest a concerted effort to ensure that autistic youth in highly disadvantaged areas receive adequate trauma screening. However, lower screening rates in higher-resourced neighborhoods may mean trauma-exposed autistic youth in these areas are overlooked. Expanding provider training to emphasize trauma inquiry across all neighborhoods could help address this gap. Limitations, implications for policy and practice, and future directions are discussed.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».