MétaCan
Menu
← Retour à la cohorte
Enregistrement W7115813716

Special Health Need among Canadian Kindergarten Children: A Pre-Post COVID-19 Onset Analysis Using the Early Development Instrument

2025· dissertation· en· W7115813716 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2025
Typedissertation
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of Canada
Mots-clésMental healthSocioeconomic statusPandemicAssociation (psychology)OddsOdds ratioCensusEl Niño
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: The COVID-19 pandemic led to disruptions in healthcare, childcare, and early education programs, which may have affected children with special health needs (SHN) more severely than their typically developing peers. While medical diagnoses take time, kindergarten teachers’ observations can initiate early support for children at school. However, it remains unclear whether the proportion of children identified with SHN, based on teacher-reports, increased after the onset of COVID-19 pandemic. This thesis aimed to determine the proportion of Canadian kindergarten children identified with SHN before and after the onset of COVID-19 pandemic using the Early Development Instrument (EDI), and to examine the changes in mental health concerns among SHN children during this period. Methods: Kindergarten teachers used the EDI to report SHN and mental health concerns for their students. EDI records were linked with sociodemographic data from the 2016 Canadian Census and 2015 Taxfiler data across 1,639 neighbourhoods to determine associations between SHN prevalence and neighbourhood-level socioeconomic status (SES). Results: Among 485,543 kindergarteners, the study found that: (1) proportion of children with SHN increased after the onset of the pandemic (2) prevalence of SHN was inversely associated with neighbourhood-level SES, with a stronger association after the onset of pandemic, (3) the strength of this association varied across jurisdictions, and (4) while mental health concerns among SHN children increased, the adjusted odds of having mental health concerns were lower following the onset of the pandemic. Conclusion: The findings indicate an overall rise in SHN prevalence, including a rise in mental health concerns among SHN children, following the onset of COVID-19 pandemic. A greater proportion of children with SHN resided in lower-SES neighbourhoods, with this association becoming more pronounced after the onset of the pandemic, suggesting widening inequities. The study points to the urgency for additional classroom support and early identification strategies for children who are showing signs of difficulty in kindergarten.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,040
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,008
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,030
Tête enseignante GPT0,291
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetFamily and Disability Support Research→Travaux en français237 207→