Income Inequality and Bullying Victimization and Perpetration: Evidence From Adolescents in the COMPASS Study
Notice bibliographique
Résumé
Previous research indicates that the disproportionate distribution of income within society is associated with aggression and violence. Although research has been conducted identifying the relationship between income inequality and bullying victimization and perpetration, little is known about possible mediators. We investigated the association between income inequality and bullying perpetration and victimization among adolescents participating in the Cannabis, Obesity, Mental health, Physical activity, Alcohol use, Smoking, and Sedentary behavior (COMPASS) study. We identified whether school connectedness and psychosocial well-being mediated the relationship between income inequality and bullying behavior. This study used pooled cross-sectional data from 147,748 adolescents aged 13 to 18 from three waves (2015-2016, 2016-2017, 2017-2018) of the COMPASS study from 157 secondary schools in British Columbia, Alberta, Ontario, and Quebec (Canada). The Gini coefficient was calculated based on the school Census Divisions (CD) using the Canada 2016 Census and linked with student data. We used multilevel modeling to investigate the relationship between income inequality and self-reported bullying victimization and perpetration, while controlling for individual-, school-, and CD-level characteristics. A standard deviation increase in Gini coefficient was associated with increased odds for bullying victimization and perpetration. Findings were observed among girls; however, inequality was only associated with perpetration among boys. We identified social cohesion and psychosocial well-being as potential mediators. To counter the adverse effects of income inequality, school-based interventions designed to increase school connectedness and student psychosocial well-being should be implemented to protect against bullying.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».