MétaCan
Menu
Retour à la cohorte
Enregistrement W2111641209 · doi:10.1111/j.1532-7795.2012.00792.x

What Protects Rejected Adolescents From Also Being Bullied by Their Peers? The Moderating Role of Peer‐Valued Characteristics

2012· article· en· W2111641209 sur OpenAlexaff
Jennifer M. Knack, Vasilinka Tsar, Tracy Vaillancourt, Shelley Hymel, Patricia McDougall

Notice bibliographique

RevueJournal of Research on Adolescence · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of SaskatchewanUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAttractivenessPsychologyPeer victimizationCompetence (human resources)Peer acceptanceDevelopmental psychologyPath analysis (statistics)Social psychologyPeer groupHuman factors and ergonomicsPoison controlMedicine

Résumé

récupéré en direct d'OpenAlex

Adolescents rejected by peers are often targets of bullying. However, peer rejection is not a sure path to victimization. We examined whether characteristics valued by peers (i.e., attractiveness, wealth, academic, and athletic ability) moderated the relationship between peer rejection and victimization. We predicted rejected adolescents high on peer‐valued characteristics ( PVC s) would receive fewer nominations for being victimized than adolescents with lower levels. C anadian students in G rades 6–10 ( N = 549; M age = 13.32, SD = 1.50) provided peer nominations for peer victimization, rejection, attractiveness, wealth, and academic and athletic competence. As hypothesized, each PVC moderated the relationship between peer rejection and peer victimization. No sex differences were found. This study demonstrates the buffering effects of nonbehavioral characteristics valued by peers.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,741

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,049
Tête enseignante GPT0,365
Écart entre enseignants0,316 · 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

Citations47
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research on AdolescenceMême sujetBullying, Victimization, and AggressionTravaux en français237 207