MétaCan
Menu
Retour à la cohorte
Enregistrement W2738914388 · doi:10.5817/cp2017-2-2

The impact of cyber dating abuse on self-esteem: The mediating role of emotional distress

2017· article· en· W2738914388 sur OpenAlexaff
Kaitlin Hancock, Haley Keast, Wendy E. Ellis

Notice bibliographique

RevueCyberpsychology Journal of Psychosocial Research on Cyberspace · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMediationDistressPsychologyEmotional distressPsychological abuseSelf-esteemDating violenceClinical psychologySuicide preventionPoison controlSexual abusePsychiatryMedicineDomestic violenceAnxietyMedical emergency

Résumé

récupéré en direct d'OpenAlex

This study examined how emotional distress mediated the relationship between cyber dating abuse and self-esteem. Participants were 155 undergraduate students (105 females; 50 males) ranging from 17 to 25 years old (M = 19.38, SD = 1.65) with dating experience and a minimum relationship duration of 3 months. Self-report assessments of cyber dating abuse, self-esteem, and emotional distress from the relationship were completed. Mediation analysis using multiple regressions revealed a full mediation model. Cyber dating abuse predicted lowered self-esteem and greater emotional distress. However, when emotional distress was entered as a predictor of self-esteem, cyber dating abuse became non-significant, indicating full mediation. Early-onset of dating was also a risk factor for cyber dating abuse and emotional distress. Few gender differences were evident. These findings add to the growing body of evidence on the negative effects of cyber dating abuse and suggest that distressing emotional reactions may underlie the deleterious consequences of this form of abuse.

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)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,091
Tête enseignante GPT0,495
Écart entre enseignants0,405 · 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

Citations76
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCyberpsychology Journal of Psychosocial Research on CyberspaceMême sujetGender, Feminism, and MediaTravaux en français237 207