Sexual identity, child maltreatment, mental health, and substance use among emerging adults aged 18 to 23 years
Notice bibliographique
Résumé
OBJECTIVES: Although past studies have identified sex differences in child maltreatment experiences and poor mental and physical health‒related outcomes, more research is needed to understand child maltreatment among sexual minorities (i.e., those who identify as other than heterosexual) and how child maltreatment and sexual identity are related to depression, anxiety, and at-risk alcohol and cannabis use among emerging adults. METHODS: Data were drawn from the longitudinal Well-Being and Experiences (WE) Study collected from 2017 (14 to 17 years) to 2022 (18 to 23 years) from Manitoba, Canada (n = 584). Descriptive statistics and logistic regression models were computed. RESULTS: Compared to heterosexual or straight sexual identity: homosexual, gay or lesbian; bisexual; and different or other identity were associated with an increased likelihood of experiencing child maltreatment, with the most robust relationships for bisexual identity and all child maltreatment outcomes. Indicating "I don't know" for sexual identity compared to heterosexual identity was associated with 7.45 increased odds of exposure to intimate partner violence in adjusted models. Bisexual identity compared to heterosexual identity had the most robust association, with increased odds of depression, anxiety, at-risk alcohol use, and at-risk cannabis use. Findings provide some evidence to suggest that trends may be worse for some mental health and substance use outcomes among sexual minorities who also experience child maltreatment. CONCLUSION: Preventing child maltreatment among all children, including youth identifying as other than heterosexual, is a public health priority. Such efforts will work towards optimizing mental health and reducing substance use in early adulthood.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».