Cyberbullying Perpetration by Arab Youth: The Direct and Interactive Role of Individual, Family, and Neighborhood Characteristics
Notice bibliographique
Résumé
This study adopts a social-ecological/contextual perspective to explore Arab youth involvement in cyberbullying perpetration. We explored the association between individual (age, gender, and impulsivity), family (socioeconomic status and parental monitoring), and community (experiencing neighborhood violence) characteristics and cyberbullying perpetration. A moderation model exploring individual, family, and context interactions was tested. A sample of 3,178 Arab students in Grades 7 to 11 completed a structured, anonymous self-report questionnaire. The findings suggest that almost 14% of the participants have cyberbullied others during the last month. Adolescent boys with high impulsivity, low parental monitoring, and who experience a high level of violence in their neighborhood are at especially high risk of cyberbullying perpetration. Parental monitoring moderated the effects of impulsivity and experiencing neighborhood violence on adolescents' involvement in perpetrating cyberbullying. Furthermore, the results show that impulsive adolescents who experience high levels of neighborhood violence are at higher risk of cyberbullying perpetration than low impulsive children who experience the same levels of neighborhood violence. The results highlight the central role parenting plays in protecting their children from involvement in cyberbullying perpetration by buffering the effects of personal and situational risk factors.
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 ».