The Prediction of Delinquency among Immigrant and Non-Immigrant Youth
Notice bibliographique
Résumé
Using a cross-sectional data set of 837 male adolescents (346 local Germans, 375 ethnic German immigrants from the countries of the Former Soviet Union (average length of residence = 7.6 years), 52 first-generation (= foreign born, average length of residence = 9.2 years) and 64 second-generation immigrants (= born in Germany) from other origins such as Turkey, Former Yugoslavia or Afghanistan) aged 15.4 years, this article brings together acculturation research with research on behavior problems in non-immigrant youth. Male immigrants reported higher numbers of delinquent acts pursued in the last 12 months than local boys. First-generation immigrants from mostly Muslim backgrounds show the highest amount of problem behavior. In spite of these differences, comparisons of structural equation models show that the prediction of delinquency is about the same (delinquent beliefs and friends, clique membership, parental monitoring, and language problems) for all four groups. Applying stepwise regression analyses, most of the culture-related variance in boys' delinquency is explained by the same set of predictors with delinquent beliefs and parental violence being the most powerful markers for the differences between the groups. The discussion sheds light on the living situation of immigrant youth in Germany and why delinquent beliefs may be of central importance to understanding the differences between local and immigrant youth.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».