Notice bibliographique
Résumé
Deviant behaviours are a significant cost to Canadian society and can incur an immeasurable amount of emotional and physical damage every year (Office of the Parliamentary Budget Officer, 2018; The John Howard Society of Canada, 2018). There have been numerous studies on the role of risk factors in affecting deviant behaviours, however, few of these have examined the influence of self-determination on deviance (Mann et al., 2010; Murray & Farrington, 2010; Zara & Farrington, 2010). This study intends to fill this gap by investigating the interactions between self-determination, gender, risk factors, and deviance. Participants were invited through the University of Saskatchewan’s PAWS and SONA systems to complete an online survey that asked questions relating to gender, self-determination, risk factors, and deviance. A Chi-square Test for Independence was utilized to explore the explicit relationships between the type of self-determination and gender differences. In addition, a two-way MANOVA was used to compare self-determination and gender together in relation to deviance and risk factors. A Chi-square test found that there was not a significant relationship between gender and self-determination while the two-way MANOVA found a significant interaction effect between self-determination, deviance, and risk factors. However, when the interaction was examined further through univariate ANOVAs, no significant differences were found. Future research that examines and expands on the relationship between self-determination, gender, risk factors and antisocial behavior is suggested.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».