Physical and Social Perceptions of the Neighbourhood and Youth Volunteerism: Canada’s Capital Region
Notice bibliographique
Résumé
Youth are embedded within various ecological systems that may impact their philanthropic behaviour. This study employed online data from a sample of undergraduate students and traced the various pathways through which neighbourhood perceptions (e.g., social cohesion, satisfaction with amenities) related to formal and informal volunteering intensities. Path analyses revealed that neighbourhood cohesion directly predicted formal and informal volunteer frequency; as well, it mediated the relationship between satisfaction with neighbourhood amenities and informal volunteerism. Neighbourhood cohesion was strongly associated with informal volunteer intensity, whereas satisfaction with neighbourhood attractiveness did not relate to any volunteer outcomes. Neighbourhood characteristics may be important drivers of youth volunteerism, and thus stakeholders, organizations, and individuals should consider the impact of the social environmental context on shaping youths’ helping behaviour.Les jeunes font partie de divers systèmes écologiques qui peuvent influencer leur comportement philanthropique. Cette étude utilise des données recueillies en ligne à partir d’un échantillon d’étudiants de premier cycle afin de retracer les divers parcours par lesquels leur perception de leur quartier (par exemple, sa cohésion sociale, leur satisfaction par rapport aux services offerts) a une incidence sur leurs activités bénévoles formelles et informelles. L’analyse révèle que la cohésion sociale a comme effet d’augmenter le bénévolat formel et informel. En outre, la cohésion semble augmenter le bénévolat informel là où il y a satisfaction par rapport aux services offerts dans la communauté. En effet, il y a une forte corrélation entre la cohésion d’un quartier et le bénévolat informel. En revanche, la satisfaction à l’égard du pittoresque d’un quartier ne paraît pas avoir d’incidence sur le niveau d’implication philanthropique. Il n’empêche qu’en général un bon quartier peut motiver les jeunes à faire du bénévolat. Ainsi, les parties prenantes, les organisations et les individus devraient tenir compte du contexte socioenvironnemental sur le comportement philanthropique des jeunes.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».