MétaCan
Menu
Retour à la cohorte
Enregistrement W2755598410 · doi:10.1177/0093854817726805

Street Youth, Social Schemas, and Crime

2017· article· en· W2755598410 sur OpenAlexaff
Stephen W. Baron

Notice bibliographique

RevueCriminal Justice and Behavior · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésNeglectPsychologyPhysical abusePoison controlChild abuseCriminologyDevelopmental psychologySuicide preventionSocial psychologyPsychiatryMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

Utilizing 400 youths living on the street, the article examines the social schematic theory of crime developed by Simons and Burt. It explores the role homelessness, physical abuse, emotional neglect, violent victimization, and peers play in the development of criminogenic knowledge structures (CKSs). It then examines the associations between adverse experiences, the CKS, and crime. Results show that deviant peers mediate the relationships between physical abuse, homelessness, violent victimization, and the CKS, while emotional neglect is directly associated with the CKS. The CKS in turn is directly linked to crime along with peers, homelessness, and violent victimization. The CKS also mediates the relationships between deviant peers and offending, and emotional neglect and offending. The relationships between physical abuse, homelessness, violent victimization, and crime are mediated by deviant peers. Furthermore, these relationships are also serially mediated through deviant peers and the CKS. Avenues for future research and policy implications are discussed.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
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 Opus0,167
Tête enseignante GPT0,427
Écart entre enseignants0,259 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetCrime Patterns and InterventionsTravaux en français237 207