MétaCan
Menu
Retour à la cohorte
Enregistrement W2997689740 · doi:10.1177/0190272519876936

Conflict as a Social Status Mobility Mechanism in Schools: A Network Approach

2020· article· en· W2997689740 sur OpenAlexfundno aff
Laura M. Callejas, Hana Shepherd

Notice bibliographique

RevueSocial Psychology Quarterly · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced ResearchSpencer FoundationRussell Sage FoundationNational Science Foundation
Mots-clésBetweenness centralitySocial psychologyPsychologyDominance (genetics)Conflict theoriesSocial statusCentralityMechanism (biology)Group conflictSocial conflictSocial network (sociolinguistics)Conflict resolutionSociologyPolitical scienceSocial sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Participating in conflict may facilitate the acquisition of social status in a group. We build on theories about the sources of conflict and status to formulate propositions about how conflict affects status mobility in schools. Using two-wave panel data from over 20,000 students in 56 middle schools, we first examine the relationship between change in conflict with schoolmates and change in a network-derived metric of status, betweenness centrality, which is an indicator of being well known. More overall conflict with students is associated with increases in status up to a threshold. Additionally, students who perceive more conflict with others who do not perceive conflict in return also gain status. Finally, more conflict with friends does not increase status. Based on this evidence, we propose a mechanism by which conflict increases status through signaling integration in the school’s social scene rather than through establishing dominance over others, as previous literature suggests.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,070
Tête enseignante GPT0,390
Écart entre enseignants0,321 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Psychology QuarterlyMême sujetSocial and Intergroup PsychologyTravaux en français237 207