Predicting Psychosocial Maladjustment in Emerging Adulthood From High School Experiences of Peer Victimization
Notice bibliographique
Résumé
= 2.54) completed online measures assessing retrospective accounts of their experiences of different forms of peer victimization during high school (i.e., sexual, physical, verbal, social, and cyber) and their current psychosocial adjustment (i.e., self-esteem, depressed affect, and loneliness). Three separate hierarchical multiple regressions were conducted to determine whether different indices of negative psychosocial adjustment are more strongly predicted by experiencing sexual or nonsexual forms of peer victimization. Although many university students recalled experiencing sexual peer victimization in high school at least once at an even higher percentage than verbal and social forms of peer victimization, the results of the present study suggest that social peer victimization in high school predicts higher levels of depressed affect and loneliness in university students than sexual peer victimization experienced in high school. Surprisingly, the young adults reporting higher levels of cyber peer victimization in high school were less lonely in university. Although the hypothesized relationships between each form of peer victimization and specific indices of psychosocial functioning were not consistently supported, these findings suggest that the form of peer victimization matters and may be differentially associated with well-being in emerging adulthood. It is important that future research explores how individual characteristics may further predict varied experiences of peer victimization and the long-term impact of those experiences.
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) | 0,004 | 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 ».