MétaCan
Menu
Retour à la cohorte
Enregistrement W4210403849 · doi:10.1111/sode.12584

Who am I and what do my peers think: How do gender identity and peer norms relate to other‐gender friendships

2022· article· en· W4210403849 sur OpenAlexaff
Naomi C. Z. Andrews, Rachel Cook, Carol Lynn Martin

Notice bibliographique

RevueSocial Development · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésFriendshipPsychologyHomophilySocial psychologyDevelopmental psychologyFeelingPeer groupIdentity (music)Social norms approachPerception

Résumé

récupéré en direct d'OpenAlex

Abstract Though there is increasing awareness of the potential benefits of other‐gender interactions and friendships, there has been little research examining the factors that might act as barriers or promoters of such friendships. Our goal was to explore both individual‐level factors (i.e., gender identity) and indicators of the social environment (i.e., perceived peer norms) that might relate to other‐gender friendships. Sixth graders (N = 396, 47% girls; 65% White) nominated friends in their classrooms, reported their similarity to both own‐ and other‐gender peers and reported on perceived peer norms related to other‐gender interaction. Results indicated that, in general, feeling similar to other‐gender youth was associated with more other‐gender friends. Positive peer norms (e.g., heightened respect) but not negative norms (e.g., teasing) also were associated with more other‐gender friends. Findings have implications for the importance of broadening our understanding of friendship homophily to consider gendered interests/similarities in addition to gender category. Further, the promotion of positive peer norms over negative ones might be an effective means of intervention to promote other‐gender friendships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,304
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial DevelopmentMême sujetBullying, Victimization, and AggressionTravaux en français237 207