MétaCan
Menu
Retour à la cohorte
Enregistrement W2072041332 · doi:10.12689/jmep.2013.103

Rebelliousness, Effortful Control, and Risky Behavior: Metamotivational and Temperamental Predictors of Risk-Taking in Older Adolescents

2013· article· en· W2072041332 sur OpenAlexaff
Kathryn D. Lafreniere, Rosanne Menna, Kenneth M. Cramer

Notice bibliographique

RevueJournal of Motivation Emotion and Personality Reversal Theory Studies · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTemperamentPsychologyDevelopmental psychologyControl (management)PersonalitySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Adolescence is frequently regarded as a time of increased vulnerability to engaging in risky behaviors such as binge drinking, unsafe sexual activities, and illicit drug use. The present study examined risk perception and risk-taking behavior in older adolescents from two different perspectives, by examining temperamental and metamotivational predictors of likelihood of engaging in risky activities. A sample of 76 undergraduate students aged 17 to 19 years completed a questionnaire package that included the Motivational Style Profile, Rebelliousness Questionnaire, the short form of the Adult Temperament Questionnaire, and the expected risk and expected involvement subscales of the Cognitive Appraisal of Risky Events. Findings indicated that rebelliousness and effortful control (i.e., ability to appropriately regulate attention and behavior) were strong predictors of expected involvement in risky behaviors, and that proactive rebelliousness was a particularly influential predictor of illicit drug use, risky sexual activities, aggressive and illegal behaviors, and risky academic and work behaviors. In addition, a number of significant correlations between temperamental variables and metamotivational dominance were observed, lending empirical support to reversal theory's metamotivational constructs and their measurement.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,026
Tête enseignante GPT0,299
Écart entre enseignants0,274 · 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Motivation Emotion and Personality Reversal Theory StudiesMême sujetBullying, Victimization, and AggressionTravaux en français237 207