Age, Gender, Socio-Economic Status, Attitudes Towards Drug Abuse as Determinants of Deviant Behavior Among Undergraduate Students
Notice bibliographique
Résumé
Abstract Evidence from literature shows that deviant behavior is on high side among undergraduates in Nigeria whereas some certain psychosocial factors causing this phenomenon have not been fully explored. This study examined whether age, gender, socio-economic status and attitude towards drug abuse determine deviant behavior among the undergraduate students. It adopted ex-post facto design. Simple random sampling technique was used to sample 269 participants. The Prescription Drug Attitudes Questionnaire (PDAQ) and Deviant Behavior Variety Scale (DBVS) were used to gather data from the participants. T-test analysis and multiple regression were used to test the formulated hypotheses. The results revealed that age, monthly allowance and attitude towards drug abuse have significant joint prediction of deviant behavior (R=.358 R2 =.128, F=10.594, p<.05) while only attitude towards drug abuse independently predicted deviant behavior (R=.236, R2 =.056 F = 17.112; p<.01). Also, there was a significant gender difference on deviant behavior [t (293) = 4.196, p<.01], where male respondents scored high significantly (M=4.09, SD=3.44) compared to female respondents (M=2.53, SD=2.31) on deviant behavior. It is therefore recommended that policy makers in educational sector and the governing council of tertiary institutions need to create awareness on the debilitating effects of drugs on students’ behavior, especially among males.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».