A multi‐informant and multi‐polygenic approach to understanding predictors of peer victimisation in childhood and adolescence
Notice bibliographique
Résumé
Abstract Introduction Peer victimisation is a prevalent occurrence in childhood and adolescence and can often have long‐lasting consequences. Previous research using polygenic scores (PGSs) have revealed various genetic vulnerabilities as predictive of victimisation in childhood. However, findings were based on self‐report and may therefore be influenced by varying self‐perceptions. Previous investigations also focused on average victimisation across childhood, and thus do not capture variability in polygenic predictability over time. The present study, therefore, aimed to investigate associations between PGSs and victimisation using separate and combined reports from teachers and peers in childhood, as well as self‐reports in later adolescence to explore trajectories of victimisation. Methods Data were derived from the Quebec Newborn Twin Study. Participants were assessed for victimisation using self‐reports from 7 to 17 years and using teacher ratings and peer nominations between 7 and 10 years ( n = 536). Ten PGSs related to mental health, cognitive abilities and physical traits were examined as possible predictors of victimisation using linear regressions and growth curve models. Results Findings revealed that PGSs associated with victimisation are consistent across informants, but to varying extent according to estimated effect sizes. Self‐reported victimisation was predicted by PGSs related to mental health, while PGSs related to cognitive and physical traits had larger effect estimates when predicting teacher‐ and peer‐reported victimisation. The PGS for educational attainment was consistently negatively associated with victimisation across informants, producing the largest effect estimates ( β = −.104, 95% CI = −.169 to −.039) when predicting a multi‐informant measure of victimisation. No PGS predicted changes in victimisation over time. Conclusion While the PGS for educational attainment is a robust predictor of victimisation, many PGSs are differentially associated with victimisation depending on the informant. Such findings highlight the need to pay close attention to the phenotypic assessment of victimisation, and show that using multiple informants can both strengthen and provide unique insight into how associations may occur.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».