MétaCan
Menu
Retour à la cohorte
Enregistrement W2083951086 · doi:10.1177/0022146512442676

Neighborhood Processes, Self-Efficacy, and Adolescent Mental Health

2012· article· en· W2083951086 sur OpenAlexafffund
Véronique Dupéré, Tama Leventhal, Frank Vitaro

Notice bibliographique

RevueJournal of Health and Social Behavior · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchWilliam T. Grant Foundation
Mots-clésSelf-efficacyPsychologyCollective efficacyMental healthAssociation (psychology)AnxietyDevelopmental psychologyCognitionSuicide preventionPredictabilityHuman factors and ergonomicsPoison controlClinical psychologySocial psychologyPsychiatryMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Self-efficacy beliefs are central to mental health. Because adolescents' neighborhoods shape opportunities for experiences of control, predictability, and safety, we propose that neighborhood conditions are associated with adolescents' self-efficacy and, in turn, their internalizing problems (i.e., depression/anxiety symptoms). We tested these hypotheses using three waves of data from the Project on Human Development in Chicago Neighborhoods (N = 2,345). Results indicate that adolescents living in violent neighborhoods tended to report lower self-efficacy beliefs, partly because they were more likely to experience fear in their neighborhood. However, moving out of Chicago neighborhoods marked by violence and low collective efficacy to neighborhoods outside of the city was associated with adolescents' increased self-efficacy (vs. staying in such neighborhoods), an association explained by adolescents' school-related experiences. Finally, through self-efficacy, these neighborhood processes had an indirect association with adolescents' internalizing problems. Results partially support a model linking neighborhood conditions, cognitions about the self, and emotions.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,054
Tête enseignante GPT0,368
Écart entre enseignants0,314 · 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

Citations177
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Health and Social BehaviorMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207