MétaCan
Menu
Retour à la cohorte
Enregistrement W2025452324 · doi:10.1177/1541204077299582

Disputatiousness, Aggressiveness, and Victimization Among Street Youths

2007· article· en· W2025452324 sur OpenAlexaff
Stephen W. Baron, David R. Forde, Leslie W. Kennedy

Notice bibliographique

RevueYouth Violence and Juvenile Justice · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHarmPoison controlHuman factors and ergonomicsContext (archaeology)Suicide preventionPsychologyInjury preventionSocial psychologyCriminologyOccupational safety and healthPerceptionPolitical scienceEnvironmental healthMedicineGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Utilizing a sample of 125 male street youths, the article examines how homelessness and deviant lifestyles increase exposure to conflict and how the interactional dynamics of these disputes lead to violence and victimization. Results indicate that street youths' deviant peers leave them more likely to perceive harm and to use force to settle disputes. Perceptions of harm and the willingness to use force to settle a dispute are also associated with drug use, the gender of the harmdoer, and the intensity of the conflict. In turn, drug use, deviant peers, and the willingness to use force are associated with increases in violence as an offender; and this violence, along with alcohol use, is associated with victimization. Findings are discussed in terms of how lifestyle and dispute context and evolution are important to understanding street youths' conflict and victimization.

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 enseignants

Ni 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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,350
Écart entre enseignants0,326 · 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 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

Citations35
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYouth Violence and Juvenile JusticeMême sujetHomelessness and Social IssuesTravaux en français237 207