MétaCan
Menu
Retour à la cohorte
Enregistrement W2792532127 · doi:10.1111/jora.12372

Self‐Continuity Moderates the Association Between Peer Victimization and Depressed Affect

2018· article· en· W2792532127 sur OpenAlexafffund
Jonathan B. Santo, Alexa Martin‐Storey, Holly Recchia, William M. Bukowski

Notice bibliographique

RevueJournal of Research on Adolescence · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychological and Temporal Perspectives Research
Établissements canadiensConcordia UniversityUniversité de Sherbrooke
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésPsychologyAssociation (psychology)CLARITYAffect (linguistics)Developmental psychologyPeer victimizationLongitudinal studySocial psychologyClinical psychologyPoison controlHuman factors and ergonomicsPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Two longitudinal studies conducted with early adolescents (ages 10-13) examined the hypothesis that self-continuity, or the degree to which individuals feel that they remain the same person over time regardless of how their specific characteristics may change, would moderate the association between victimization and depressed affect. Both Study 1 (N = 141) and Study 2 (N = 100) provided evidence of the moderating role of self-continuity as a buffer on the effect of peer victimization. Study 2 confirmed that self-continuity had a moderating effect after controlling for academic performance, number of friends, self-esteem, self-concept clarity, hopelessness, and self-blame. Findings support self-continuity as being protective with regard to negative peer environments.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,047
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,466
Écart entre enseignants0,362 · 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.

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

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Research on AdolescenceMême sujetPsychological and Temporal Perspectives ResearchTravaux en français237 207