Lying to friends: Examining lie‐telling, friendship quality, and depressive symptoms over time during late childhood and adolescence
Notice bibliographique
Résumé
INTRODUCTION: Lie-telling appears to peak during adolescence; however, previous research has not yet examined lie-telling frequency in adolescents' friendships. Increased lie-telling may be problematic given that honesty is crucial for trust within positive relationships, and more positive relationships lead to more positive well-being. The present study examined adolescents' lies to friends and longitudinal associations between lying, friendship quality, and depressive symptoms. METHODS: = 11.65, SD = 11.75, 50% male) reported how often they lied to their friends about their mental health/mood, possessions, romantic relationships, school, and to avoid spending time with them. Participants also completed measures of friendship quality and depressive symptoms. Participants completed these measures at two time points one year apart. RESULTS: Poorer friendship quality predicted more frequent lie-telling over time. Greater depressive symptoms predicted more frequent lie-telling over time, and more frequent lie-telling predicted greater depressive symptoms over time. Lies about mental health in particular were bidirectionally associated with both friendship quality and depressive symptoms over time. CONCLUSIONS: These findings highlight the developmental importance of lie-telling during adolescence. More negative friendships lead to greater lie-telling over time. Additionally, increased lie-telling predicted and is predicted by depressive symptoms, suggesting that lie-telling may be an important indicator of poor mental health.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».