From School Halls to Shopping Malls: Multilevel Predictors of Police Contact In and Out of School
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: Individual- and school-level factors associated with youth being stopped, searched, or arrested in school are identified. Correlates of community-based contact are also examined. Methods: Longitudinal student surveys and corresponding school-level data come from 21 middle and high schools in 6 districts in St. Louis County, Missouri. Multilevel multinomial logistic regression was used to assess factors related to a three-category dependent variable, distinguishing youth with: (1) no police contact, (2) in-school contact, and (3) out-of-school contact. Independent variables capture student-level demographics, behavior, experiences, and perceptions and school-level characteristics and practices. Results: Factors associated with in-school contact include substance use, peer associations, prior contact, and prior school sanctions. Odds of school-based contact also increase when youth are less aware of school rules and perceive greater disorder. Among school-level characteristics, only officers responding to school problems is significantly associated with in-school contact. Conclusions: There is some consistency in individual-level factors associated with police contact across locations, particularly related to prior sanctions, but findings highlight potential mechanisms that vary across contexts. This study also provides evidence that some schoolwide responses may contribute to youth's likelihood of having police contact in school, but solutions should consider the fluidity of contact in schools and communities.
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle