The association between childhood adversity and resilience among cadets: Evidence from The Royal Canadian Mounted Police Study
Notice bibliographique
Résumé
In this study, our aims were to (a) examine the associations between adverse childhood experiences (ACEs; i.e., childhood maltreatment, household challenges, and peer victimization) and resilience, adjusting for sociodemographic variables, and (b) test the moderating effect of emotional regulation on the association between childhood maltreatment ACEs and resilience in Royal Canadian Mounted Police (RCMP) cadets. Study data were from the RCMP Study. Participants were Cadets (N = 597, 75.0% men) who underwent a full assessment before the Cadet Training Program (CTP). Logistic regression models were used to estimate the associations between ACEs and resilience while adjusting for sociodemographic variables and to test the moderating effect of emotional regulation; adjusted odds ratios (aORs) and 95% confidence intervals (CIs) were estimated. Several childhood maltreatment ACEs were associated with decreased resilience among cadets after adjustment for sociodemographic covariates: physical abuse, aOR = 0.26, 95% CI [0.10, 0.68]; emotional abuse, aOR = 0.28, 95% CI [0.10, 0.79]; neglect, aOR = 0.22, 95% CI [0.09, 0.55]; exposure to intimate partner violence, aOR = 0.18, 95% CI [0.04, 0.73]; and peer victimization, aOR = 0.30, 95% CI [0.12, 0.76]. The interaction between exposure to any childhood maltreatment ACE and emotional suppression, as assessed using the Emotion Regulation Questionnaire, was significantly associated with low resilience scores, aOR = 0.94, 95% CI [0.89, 0.99]. The current results underscore the critical importance of mitigating the adverse impact of childhood maltreatment ACEs on resilience processes among cadets before the CTP.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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.
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 ».