MétaCan
Menu
Retour à la cohorte
Enregistrement W2012300556 · doi:10.1007/s10903-014-0108-6

Do First Generation Immigrant Adolescents Face Higher Rates of Bullying, Violence and Suicidal Behaviours Than Do Third Generation and Native Born?

2014· review· en· W2012300556 sur OpenAlexafffund
Kevin Pottie, Govinda P. Dahal, Katholiki Georgiades, Kamila Premji, Ghayda Hassan

Notice bibliographique

RevueJournal of Immigrant and Minority Health · 2014
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversité du Québec à MontréalMcMaster UniversityInstitute of Population and Public HealthBruyèreUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAggressionSuicide preventionPoison controlImmigrationInjury preventionPsychologyPeer victimizationEthnic groupTurkishClinical psychologyHuman factors and ergonomicsOccupational safety and healthMedicineDevelopmental psychologyMedical emergencyPolitical science

Résumé

récupéré en direct d'OpenAlex

We conducted a systematic review to examine first generation immigrant adolescents' likelihood of experiencing bullying, violence, and suicidal behaviours compared to their later-generation and native born counterparts, and to identify factors that may underlie these risks. Eighteen studies met full inclusion criteria. First generation immigrant adolescents experience higher rate of bullying and peer aggression compared to third generation and native counterparts. Refugee status and advanced parental age were associated with increased parent to child aggression among South East Asians. Family cohesion was associated with lower rates of violence. Suicidal ideation was lower across most immigrant adolescents' ethnicities, with the exception of Turkish and South Asian Surinamese female adolescents in the Netherlands. Bullying and peer aggression of immigrant children and adolescents and potential mitigating factors such as family cohesion warrant research and program attention by policymakers, teachers and parents.

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)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,062
Tête enseignante GPT0,380
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations172
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Immigrant and Minority HealthMême sujetMigration, Health and TraumaTravaux en français237 207