MétaCan
Menu
Retour à la cohorte
Enregistrement W2603737317 · doi:10.1177/0044118x17700319

Is It Good to Be Bad? A Longitudinal Analysis of Adolescent Popularity Motivations as a Predictor of Engagement in Relational Aggression and Risk Behaviors

2017· article· en· W2603737317 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueYouth & Society · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPopularityAggressionPsychologyPsychosocialPoison controlInjury preventionDevelopmental psychologyHuman factors and ergonomicsSuicide preventionSocial psychologyLongitudinal studyClinical psychologyMedicinePsychiatryMedical emergency

Résumé

récupéré en direct d'OpenAlex

We examined the impact of adolescents’ popularity motivations on their involvement in relational aggression perpetration and victimization, heavy drinking, and antiauthority behavior, while also considering the role of teens’ perception of their own popularity and psychosocial adjustment. High school students ( N = 986; 50% female; M age = 14.98 years) completed a battery of self-report questionnaires survey in the fall and again, 6 months later. Regression analysis controlling for Time 1 scores confirmed that stronger motivations to achieve or maintain popularity predicted increases in relational aggression perpetration and victimization, and antiauthority behavior. Furthermore, self-reported popularity predicted increases in heavy drinking, but only when popularity motivations were high. Finally, more frequent heavy drinking predicted increases in self-reported popularity over time. Findings emphasize the potential value of addressing adolescents’ popularity motivations in attempts at reducing the aforementioned negative behaviors and associated risks.

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.

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 candidatesaucune
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 enseignants0,052
Score d'incertitude au seuil0,519

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,073
Tête enseignante GPT0,353
Écart entre enseignants0,280 · 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