Trends and Socioeconomic Correlates of Adolescent Physical Fighting in 30 Countries
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: No recent international studies provide evidence about its prevalence, trends, or social determinants of physical fighting in adolescents. We studied cross-national epidemiologic trends over time in the occurrence of frequent physical fighting, demographic variations in reported trends, and national wealth and income inequality as correlates. METHODS: Cross-sectional surveys were administered in school settings in 2002, 2006, and 2010. Participants (N = 493874) included eligible and consenting students aged 11, 13, and 15 years in sampled schools from 30 mainly European and North American countries. Individual measures included engagement in frequent physical fighting, age, gender, participation in multiple risk behaviors, victimization by bullying, and family affluence. Contextual measures included national income inequality, absolute wealth and homicide rates. Temporal measure was survey cycle (year). RESULTS: Frequent physical fighting declined over time in 19 (63%) of 30 countries (from descriptive then multiple Poisson regression analyses). Contextual measures of absolute wealth (relative risk 0.96, 95% confidence interval 0.93-0.99 per 1 SD increase in gross domestic product per capita) but not income inequality (relative risk 1.01, 95% confidence interval 0.98-1.05 per 1 SD increase) related to lower levels of engagement in fighting. Other risk factors identified were male gender, younger age (11 years), multiple risk behaviors, victimization by bullying, and national homicide rates. CONCLUSIONS: Between 2002 and 2010, adolescent physical fighting declined in most countries. Specific groups of adolescents require targeted violence reduction programs. Possible determinants responsible for the observed declines are discussed.
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 | 0,000 | 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 | 0,000 |
| 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 ».