MétaCan
Menu
Retour à la cohorte
Enregistrement W2982504692 · doi:10.1111/cdev.13332

How Does Racial Context Matter?: Family Preparation-for-Bias Messages and Racial Coping Reported by Black Youth

2019· article· en· W2982504692 sur OpenAlexfundno aff
Judith C. Scott, Ellen E. Pinderhughes, Sara K. Johnson

Notice bibliographique

RevueChild Development · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of EducationNational Institute of Child Health and Human DevelopmentEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute on Drug AbuseNational Institute of Mental HealthCanada Foundation for Innovation
Mots-clésPsychologyCoping (psychology)Developmental psychologyHarassmentSocial psychologyTransactional leadershipTransactional analysisStressorRacial biasPoison controlHuman factors and ergonomicsRacismClinical psychology

Résumé

récupéré en direct d'OpenAlex

Black families and youth likely consider specific racial discriminatory situations in preparation-for-bias messages and racial coping responses. Our study investigated coping responses embedded in youth-reported Black families' preparation-for-bias messages and youths' proactive coping responses to specific racially discriminatory situations-teachers' negative expectations, store employees' hyper-monitoring and police harassment. Gender and racial discrimination experience differences were considered along with relations between messages and coping. Our investigation was guided by the integrated-developmental, transactional/ecological, intersectionality, and Phenomenological Variant of Ecological Systems Theory theoretical frameworks. We conducted cluster analyses using data from 117 Black youth aged 13-14 to identify situation-specific family messages and youth coping responses. Families' messages and youths' responses varied in content and frequency based on the specific discriminatory situation, which suggests consideration of context.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,044
Tête enseignante GPT0,325
Écart entre enseignants0,280 · 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'étudeSans objet
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

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207