MétaCan
Menu
Retour à la cohorte
Enregistrement W3087227232 · doi:10.1177/0886260520959645

Marketized Mentality, Street Codes and Violence

2020· article· en· W3087227232 sur OpenAlexaffabout
Stephen W. Baron

Notice bibliographique

RevueJournal of Interpersonal Violence · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésDomestic violenceCriminologyPoison controlPsychologySuicide preventionHuman factors and ergonomicsViolent crimeSocial psychologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

The article examines the recent individual level extensions to Institutional Anomie Theory. It explores if a marketized mentality is important to the development of a violent street code that encourages violence as a method of self-enhancement, as well as a factor directly leading to violence. Further, it investigates if the impact of the marketized mentality on violence is moderated by risk-taking and violent peers. It controls for other important factors associated with violence including physical abuse, homelessness, violent victimization, and social bonds. The research utilizes self-report data from interviews with 400 Canadian homeless youth aged 16-24. Results from the OLS regressions indicated that a marketized mentality, along with risk-taking, violent peers, violent victimization, and social bonds predicted levels of support for the street code. The marketized mentality had a direct effect on violence, as well as an indirect effect through the street code. The effect of marketized mentality on violence was also stronger at higher levels of risk-taking and violent peer association. Physical abuse, violent victimization, risk-taking, and violent peers also had direct effects on violence. The findings suggest that a marketized mentality can be adopted even in economically marginal populations leading to the development of violent strategies to fulfill goals. Avenues for future research are offered.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,347
Écart entre enseignants0,304 · 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.

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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Interpersonal ViolenceMême sujetCrime Patterns and InterventionsTravaux en français237 207