1254 Identifying Adolescents at Risk for Suicide Using Observed Classroom Behavior Indicative of Excessive Daytime Sleepiness
Notice bibliographique
Résumé
Abstract Introduction Suicide is the second leading cause of death among teenagers. Unfortunately, many at-risk adolescents do not seek help, making it challenging for educators and mental health professionals to identify those in need of support. Adolescents at high risk for suicide exhibit higher daytime sleepiness compared to their low-risk counterparts. The present study therefore evaluated the validity of categorizing adolescents into high and low suicide risk groups based on observed classroom behaviors indicative of excessive daytime sleepiness. Methods Participants: 188 adolescents (M= 14.32 years, SD = 1.88; 59 boys). Measures: Suicidality was assessed using Item 9 of the Beck Depression Inventory: Participants responding “I do not have any thoughts of killing myself” were classified as low risk, while those indicating “I have thoughts of killing myself, but I would not carry them out,” “I would like to kill myself,” or “I would kill myself if I had the chance” were classified as high risk. Daytime sleepiness was assessed using the Sleepiness subscale of the School Sleep Habits Survey, which asks respondents to indicate whether they had struggled to remain awake in ten different situations. Results Discriminant function analysis and group classification were used to predict group membership. One discriminant function was extracted, accounting for 100% of the total variance. The function significantly discriminated between the groups (Wilks’ Lambda =.94, χ²(2) = 11.36, p <.003), indicating strong group separation. Falling asleep in a face-to-face conversation with another person and in class were the strongest variables for differentiating between the two groups. Group classification resulted in 82.2% accuracy for predicting the level of adolescent suicidality. Conclusion Classroom behaviors indicative of excessive daytime sleepiness can effectively differentiate between adolescents at high and low risk for suicide. Engaging with students who fall asleep in class may assist educators and clinicians in identifying adolescents at risk for suicide. By recognizing these behaviors, schools can play a pivotal role in early identification and intervention efforts. Understanding the sources of sleepiness and implementing appropriate interventions have the potential to significantly reduce the risk of suicide within this vulnerable population. Support (if any) Charles, Evelyn & Sandra Dolansky Foundation CIHR grant#365284
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».