Mean kids become mean adults: Trajectories of indirect aggression from age 10 to 22
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although much is known about the development of physical aggression across the lifespan, far less is known about the developmental pattern of indirect aggression from childhood to adulthood. Accordingly, we examined the self-reported use of indirect aggression from age 10 to 22 in a randomly drawn sample of 704 Canadians. A person-centered approach was used to capture intraindividual change and heterogeneity in development. Four childhood (age 10-18) indirect aggression trajectories were identified: (1) a very low decreasing group (64.8%), (2) a low decreasing group (26.0%), (3) a low-to-moderate increasing group (5.1%), and (4) a moderate increasing group (4.1%). There were more girls than boys in the moderate increasing group (75.9% vs. 24.1%). Two adulthood (age 19-22) indirect aggression trajectory groups were also identified: (1) a low decreasing group (82.6%), and (2) a moderate stable group (17.4%). No sex differences were found among adults' use across the two trajectories. When we examined the prediction of indirect aggression use in adulthood from indirect aggression use in childhood, we found that children who followed a moderate increasing trajectory from age 10 to 18 were nine times more likely to follow a moderate stable trajectory from age 19 to 22, while children who followed a low-to-moderate increasing trajectory across childhood were 14 times more likely to follow a moderate stable trajectory across adulthood (compared to the very low decreasing group). Given the negative impact indirect aggression has on others, intervening early to derail this pattern of abuse is justified.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 découle