Différences de genre dans la présentation des symptômes post-traumatiques chez les évacués de feux de forêt
Bibliographic record
Abstract
Peu d’études ont cherché à identifier les symptômes du trouble de stress post-traumatique (TSPT) du DSM-5 étant plus rapportés en fonction du genre. Il importe de caractériser ces différences pour mieux cibler les besoins selon ce facteur. La présente étude vise à évaluer les différences de genre dans la symptomatologie du TSPT chez 1510 évacués (838 femmes, 672 hommes) des feux de forêt de Fort McMurray un an après l’événement. Les données ont été récoltées via un sondage téléphonique. Les symptômes post-traumatiques ont été évalués par le PTSD Checklist for DSM-5. La sévérité totale et celle des quatre catégories de symptômes (intrusion, évitement, humeur/cognitions et éveil/réactivité) étaient significativement plus élevées chez les femmes de même que la fréquence d’endossement pour 12 symptômes. Les hommes présentaient une fréquence d’endossement significativement plus élevée pour un symptôme (comportements irréfléchis/autodestructeurs). Les résultats ont montré que le profil clinique du TSPT chez les évacués différait selon le genre, ce qui permet de mettre en évidence les particularités liées au genre dans le TSPT. Cela pourrait ultimement aider les cliniciens à planifier un plan de traitement plus approprié en fonction des symptômes qui ont davantage tendance à être exhibés selon le genre.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".