MétaCan
Menu
Retour à la cohorte
Enregistrement W4220812554 · doi:10.1177/0044118x221074383

Staying Safe or Staying Popular? Popularity and Reputation Concerns Predict Adherence and Adjustment During the COVID-19 pandemic

2022· article· en· W4220812554 sur OpenAlexaff
Wendy E. Ellis, Tara M. Dumas, Lynda R. Hutchinson, Sarah Talebi

Notice bibliographique

RevueYouth & Society · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensThe King's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésPopularityReputationPsychologyCoronavirus disease 2019 (COVID-19)PandemicSocial distancePublic healthPerceptionSocial psychologyMedicineSociologyDiseaseNursing

Résumé

récupéré en direct d'OpenAlex

Adherence to COVID-19 social distancing restrictions may be challenging for adolescents, especially those concerned about social status. This study examined self-perceived popularity and reputation concerns as predictors of adherence to health guidelines and the effects of self-perceived popularity on adjustment. Adolescents ( n = 1,068, 14–18 years at Time 1, M age = 16.86 years) completed three self-report surveys across 10 months during the COVID-19 pandemic. Consistent with hypotheses, greater self-perceived popularity and concerns about peer reputation predicted less adherence, controlling for COVID-19 threat. Further, greater self-perceived popularity predicted less internalizing symptoms at Time 3. Adolescents’ perceptions of their popularity may simultaneously act as a public health risk and provide social protection. Results emphasize the importance of acknowledging adolescents’ social pressures and concerns regarding reputations and popularity during COVID-19.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,185
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,179
Tête enseignante GPT0,421
Écart entre enseignants0,242 · 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.

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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYouth & SocietyMême sujetCOVID-19 and Mental HealthTravaux en français237 207