MétaCan
Menu
Retour à la cohorte
Enregistrement W2154275524 · doi:10.1177/0272431614535090

Evaluation of a Youth-Led Program for Preventing Bullying, Sexual Harassment, and Dating Aggression in Middle Schools

2014· article· en· W2154275524 sur OpenAlexaffabout
Jennifer Connolly, Wendy Josephson, Jessica Schnoll, Emily Simkins-Strong, Debra Pepler, Alison Macpherson, Jessica Weiser, Michelle T. Moran, Depeng Jiang

Notice bibliographique

RevueThe Journal of Early Adolescence · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of ManitobaUniversity of WinnipegYork University
Organismes subventionnairesnon disponible
Mots-clésHarassmentAggressionPsychologyPeer victimizationSocial connectednessAnxietyClinical psychologyPoison controlSuicide preventionDevelopmental psychologyMedicineSocial psychologyPsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Although youth-led programs (YLP) have been successful in many areas of public health, youth leadership is rarely used in the prevention of peer aggression. A YLP to reduce bullying, sexual harassment, and dating aggression was compared experimentally with the board-mandated usual practice (UP). Four middle schools in an urban Canadian school division were randomly assigned to a YLP or to UP programs led by adults. Knowledge, attitudes, victimization, and emotional school adjustment (anxiety and school connectedness) were assessed in the fall (pretest) and spring (posttest) among 509 Grades 7 and 8 students (51.4% female, [Formula: see text] age = 12.37). Significant improvements were found in knowledge and attitudes in both programs. Students receiving the YLP showed significant reductions in anxiety and maintained their school connectedness (all ps < .05). The results suggest that youth-led prevention is an effective approach for tackling peer aggression in school settings.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,065
Tête enseignante GPT0,358
Écart entre enseignants0,294 · 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

Citations74
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Early AdolescenceMême sujetBullying, Victimization, and AggressionTravaux en français237 207