Childhood adversity and coping among Indigenous university students in Canada: Considerations when examining adverse childhood experiences.
Notice bibliographique
Résumé
OBJECTIVE: Adverse childhood experiences (ACEs) are associated with health-risk behaviors and chronic disease development. Although valuable, conventional ACE surveys may fail to adequately capture the range of adversities that some communities experience. The primary objective of this study was to investigate whether First Nations and Metis postsecondary students and staff in Ontario identified domains of ACE not captured by conventional ACE surveys. In addition, this study aimed to identify potential coping strategies or factors. METHOD: Qualitative interview and focus group methodologies were used; notably, we integrated aspects of the nominal group technique with elements of First Nations Sharing Circles. The data were thematically analyzed and organized by their impact as perceived by participants. RESULTS: Sixteen First Nations and Metis participants (ages 21-38) shared five additional domains of ACE: historical trauma, lack of infrastructure and public services, household and community dysfunction, gender-based adversities, and racial discrimination. Four domains of coping strategies and factors were identified: healing from trauma, improving cultural connections, strengthening social networks, and developing skills and knowledge. CONCLUSIONS: Findings highlight the need to appreciate the sociological and historical experiences of communities, not just individuals, when surveying ACE among Indigenous youth. Specifically, when surveying ACE in Indigenous populations, measures should be expanded to include historical trauma, lack of infrastructure and public services, gender-based adversities, and racial discrimination. (PsycInfo Database Record (c) 2026 APA, all rights reserved).
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 | 0,001 |
| 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 | 0,001 |
| 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) | 0,001 | 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 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 ».