If you’re high status and you know it: Teasing apart the within- and between-person effects of peer- and self-reported status in the drinking group on alcohol-related outcomes.
Notice bibliographique
Résumé
In this longitudinal study, we disentangled within- and between-persons effects in the relationship between university students' status in their drinking group and alcohol-related behavior. We further examined the role of self-perceived and peer-reported status, with the hypothesis that only when students' peers reported them as of a higher status, and they were aware of their high status (via self-report), would they experience increased heavy episodic drinking (HED). University students (N = 118; Mage = 19.40, SD = 1.49; 60.2% women) were recruited in their natural drinking groups (N = 27). All group members completed surveys at 3 time points during the school year, each 2 months apart. We fitted a taxonomy of multilevel growth curve models predicting students' self-reported HED and the extent to which they encouraged other group members to consume alcohol (peer-reported). Between-persons results demonstrated that students who reported higher status compared to their group members experienced more HED on average and students who were peer-reported as of a higher status relative to their group members played a more salient role in encouraging others to drink. Notably, and consistent with hypotheses, a within-person interaction revealed that at time points when students were higher in peer-reported status relative to their average, and they were aware of their increase in status (via self-reports), they also engaged in more HED. Results emphasize the importance of considering within-person effects and highlight the need for university alcohol-prevention programming to focus on students' status-related motives and concerns. (PsycINFO Database Record
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».