MétaCan
Menu
Retour à la cohorte
Enregistrement W2212063749 · doi:10.7870/cjcmh-2014-011

Predicting Substance Use from Childhood Aggression and Prosocial Behaviour

2014· article· en· W2212063749 sur OpenAlexaffvenueabout
Danielle Quigley, Stefania Maggi

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésProsocial behaviorAggressionPsychologyLongitudinal studySubstance useDevelopmental psychologyHuman factors and ergonomicsPoison controlInjury preventionClinical psychologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

This research uses a longitudinal design to examine aggression and prosocial behaviour as early predictors of substance use behaviours in emerging adulthood. Using data from the National Longitudinal Survey of Children and Youth (NLSCY), self- and maternal reports of early engagement in relationally and physically aggressive behaviours and prosocial behaviours are examined as predictors of cigarette smoking, marijuana use, and alcohol use in emerging adulthood. Using multinomial regression analyses we found that maternal reports of relational aggression significantly predicted daily smoking whereas self-reports did not. Maternal reports of relational and physical aggression did not predict alcohol use and marijuana use; however, self-reports of relational aggression and prosocial behaviour predicted weekly marijuana use in this representative Canadian sample.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,305
Écart entre enseignants0,273 · 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.

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

Citations9
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Community Mental HealthMême sujetBullying, Victimization, and AggressionTravaux en français237 207