MétaCan
Menu
Retour à la cohorte
Enregistrement W2151429044 · doi:10.6000/1929-4409.2014.03.13

Evidence for a Big Brother Effect in Survey-Based Fear of Crime Research

2014· article· en· W2151429044 sur OpenAlexaffvenue
Jessica Ashbourne

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBrotherSiblingFear of crimePsychologySocializationVulnerability (computing)Developmental psychologySocial psychologyClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to determine whether sibling sex and birth order have any influence on individuals' reported fear of crime levels. Based on literature relating to gender, socialization, vicarious fear for spouses and children, and sibling influence, three hypotheses were formed. It was expected that a) having siblings would be protective against fear, b) male fear of crime would increase with the number of younger sisters and c) female fear of crime would decrease with the number of older brothers. A total of 83 McMaster University undergraduate students completed a survey that included demographic questions and a fear of crime index. Results indicated the existence of a "big brother effect", whereby females with older brothers exhibited less fear of crime than other females. There was no statistically significant difference in fear of crime among those with and without siblings and no sex-specific sibling effects on fear of crime in males. Explanations of this result focused on female vulnerability, socialization and the particular influence of older brothers on their sisters' behaviour and characteristics. This study highlights the influence of siblings on fear of crime and provides impetus for future research

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)0,027
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,066
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,472
Tête enseignante GPT0,541
Écart entre enseignants0,070 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetCrime Patterns and InterventionsTravaux en français237 207