← Retour à la cohorte
Childhood adversities and their associations with mental disorders in the World Mental Health International College Student surveys initiative
Mathilde M. Husky, Sue Lee, Nancy A. Sampson, Shelby Borowski, Yesica Albor, Ahmad N. AlHadi, Jordi Alonso, Nouf Al-Saud, Yasmin Altwaijri, Claes Andersson, Lukoye Atwoli, Caroline Ayuya Muaka, Patricia M Báez-Mansur, Laura Ballester, Jason Bantjes, Harald Baumeister, Marcus Bendtsen, Corina Benjet, Anne H. Berman, Ronny Bruffaerts, Paula Carrasco, Silver C N Chan, Irina Cohut, María Anabell Covarrubias Díaz Couder, Paula Cristóbal-Narváez, Marcelo A. Crockett, Pim Cuijpers, Daniel David, Dong Dong, David Daniel Ebert, Carlos G. Forero, Jorge Gaete, Margalida Gili, Raúl A. Gutiérrez–García, Josep María Haro, Penelope Hasking, Xanthe Hunt, Florence Jaguga, Leontien Jansen, Álvaro I. Langer, Irene Léniz, Yan Liu, Christine Löchner, Scarlett Mac‐Ginty, Vania Martínez, Andre Mason, Muthoni Mathai, Margaret McLafferty, Elaine Murray, Catherine Mawia Musyoka, Cătălin Nedelcea, Daniel Núñez, Siobhan O’Neill, José A. Piqueras, Codruța Alina Popescu, Charlene Rapsey, Kealagh Robinson, Tíscar Rodríguez‐Jiménez, Wylene Saal, Oi Ling Siu, Dan J. Stein, Sascha Y. Struijs, Cristina Tomoiagă, Karla Patricia Valdés‐García, Eunice Vargas‐Contreras, Shelby Vereecke, Daniel Vigo, Angel Y Wang, Samuel Yeung Shan Wong, Ronald C. Kessler
Notice bibliographique
RevuePsychiatry Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesOrtho-McNeil PharmaceuticalFeilman FoundationInterregDivision of Research Capacity DevelopmentNational Health and Medical Research CouncilInstituto de Salud Carlos IIIPfizer FoundationH. Lundbeck A/SForeign, Commonwealth and Development OfficeAgència de Gestió d'Ajuts Universitaris i de RecercaNational Research FoundationVlaamse regeringMedical Research CouncilServierFolkhälsomyndighetenSaudi Basic Industries CorporationNational Institute of Mental HealthHealth CanadaMinisterul Cercetării, Inovării şi DigitalizăriiKoning BoudewijnstichtingEli Lilly and CompanyCentro de Investigación Biomédica en Red de Salud MentalUniversity of British ColumbiaKing Abdulaziz City for Science and TechnologyUnitatea Executiva pentru Finantarea Invatamantului Superior, a Cercetarii, Dezvoltarii si InovariiVetenskapsrådetMinisterio de Ciencia e InnovaciónUNICEFConsejo Nacional de Ciencia y TecnologíaAgencia Nacional de Investigación y DesarrolloTaishan Scholar Foundation of Shandong ProvinceGeneralitat de CatalunyaVistagen TherapeuticsKing Saud UniversityInstitut Universitaire de FranceKing Faisal Specialist Hospital and Research CentreMinistry of Health – Kingdom of Saudi ArabiaAfrican UnionZonMwFogarty International CenterNational Institutes of HealthVolkswagen FoundationSouth African Medical Research CouncilGovernment of the United KingdomSvenska Forskningsrådet FormasProvincial Health Services AuthoritySuicide Prevention AustraliaPan American Health OrganizationKing Salman Center for Disability ResearchPfizerChild Mind InstituteWellcome TrustU.S. Public Health ServiceSage TherapeuticsMassachusetts General HospitalPublic Health AgencyGlaxoSmithKlineNational Institute on Drug AbuseJohn D. and Catherine T. MacArthur FoundationBristol-Myers SquibbEuropean CommissionSanofi
Mots-clésMental healthPsychologyPsychiatryClinical psychology
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,951
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,000 | 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.
Tête enseignante Opus0,037
Tête enseignante GPT0,402
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations6
Publié2025
Routes d'admission2
Résumé présentnon