Associations between Cyberbullying and School Bullying Victimization and Suicidal Ideation, Plans and Attempts among Canadian Schoolchildren
Notice bibliographique
Résumé
PURPOSE: The negative effects of peer aggression on mental health are key issues for public health. The purpose of this study was to examine the associations between cyberbullying and school bullying victimization with suicidal ideation, plans and attempts among middle and high school students, and to test whether these relationships were mediated by reports of depression. METHODS: Data for this study are from the 2011 Eastern Ontario Youth Risk Behaviour Survey, which is a cross-sectional regional school-based survey that was conducted among students in selected Grade 7 to 12 classes (1658 girls, 1341 boys; mean ± SD age: 14.3 ± 1.8 years). RESULTS: Victims of cyberbullying and school bullying incurred a significantly higher risk of suicidal ideation (cyberbullying: crude odds ratio, 95% confidence interval = 3.31, 2.16-5.07; school bullying: 3.48, 2.48-4.89), plans (cyberbullying: 2.79, 1.63-4.77; school bullying: 2.76, 2.20-3.45) and attempts (cyberbullying: 1.73, 1.26-2.38; school bullying: 1.64, 1.18-2.27) compared to those who had not encountered such threats. Results were similar when adjusting for sociodemographic characteristics, substance use, and sedentary activities. Mediation analyses indicated that depression fully mediated the relationship between cyberbullying victimization and each of the outcomes of suicidal ideation, plans and attempts. Depression also fully mediated the relationship between school bullying victimization and suicide attempts, but partially mediated the relationship between school bullying victimization and both suicidal ideation and plans. CONCLUSION: These findings support an association between both cyberbullying and school bullying victimization and risk of suicidal ideation, plans and attempts. The mediating role of depression on these links justifies the need for addressing depression among victims of both forms of bullying to prevent the risk of subsequent suicidal behaviours.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».