Female Juvenile Offenders: Differentiating Mechanisms of Antisocial Behavior by Neighborhood Disadvantage and Race
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
The current study examined the impact of violence exposure and neighborhood disadvantage on antisocial behavior among Black (n = 69) and White (n = 53) female juvenile offenders. Using a multi-method research design, the study assessed neighborhood disadvantage through census level data, violence exposure through self report, and antisocial behavior through self report and official records. Self report of antisocial behavior was assessed at time of incarceration (Wave I) and post-release (Wave II). Results indicated that Black girls were significantly more likely than White girls to live in disadvantaged neighborhoods, but both reported similar levels of violence exposure. In terms of outcomes, no racial differences were observed with regard to self report of antisocial behavior but Black girls were significantly more likely to get rearrested for non-violent crimes. A divergent pattern of associations emerged; witnessing violence and peer abuse were indicative of Wave I antisocial behavior whereas age and time at risk were predictive of Wave II antisocial behavior. Neighborhood disadvantage was only associated with rearrest for non-violent crimes. Race specific pathways were explored using multiple group analyses. Parental physical abuse was associated with Wave II violent behaviors and recidivism for White girls whereas witnessing violence was associated with Wave II delinquent behaviors for Black girls. Results suggest that contextual characteristics play a role in offending among female juvenile offenders generally and Black female juvenile offenders, specifically. Race specific risk models warrant further investigation, and may help lawmakers and clinicians in addressing racial disparities in the justice system. Note: Abstract extracted from PDF text
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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