MétaCan
Menu
Retour à la cohorte
Enregistrement W329794053 · doi:10.11575/prism/32512

Self-Reported Delinquency Among Alberta's Youth: Findings from a Survey of 2,001 Junior and Senior High School Students

2003· article· en· W329794053 sur OpenAlexaffabout
Jeanette T Gomes

Notice bibliographique

RevuePubMed · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésJuvenile delinquencyPsychologyPsychosocialPoison controlInjury preventionHuman factors and ergonomicsSuicide preventionCriminologyDevelopmental psychologyClinical psychologyPsychiatryMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

This article draws on data from a 1999 survey on youth victimization, crime and delinquency in Alberta conducted by the Canadian Research Institute for Law and the Family in collaboration with researchers from the University of Alberta. The survey included 2,001 youth attending Grades 7 to 12 in public and Catholic schools in selected urban and rural areas in the province. Analyses focus on self-reported past-year delinquency. Statistically significant results were found for relationships between extent of delinquency and gender, grade level, psychosocial problems (as measured by conduct, hyperactivity, and emotional problems), and extent of past-year victimization. For low/moderate delinquency, females were comparable to males, and even reported slightly higher rates for low/moderate violence-related delinquency. Younger students were more likely to indicate engaging in violence-related delinquency, while older students were more likely to report property-related delinquent acts. Overall, Grade 9 students had the highest rates of delinquency. For personal characteristics, a high score on conduct problems was most strongly correlated with moderate/high delinquency. The relationship between high levels of delinquency and victimization was stronger for violence-related delinquency than for property-related delinquency.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,270
Écart entre enseignants0,236 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations13
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetYouth Development and Social SupportTravaux en français237 207