MétaCan
Menu
← Retour à la cohorte
Enregistrement W4250443751 · doi:10.32920/ryerson.14648253

Resilience in the Face of Risk : Investigating the Moderating Effects of School Connectedness, Educational Commitment, and Educational Belief in the Context of Adolescent Antisocial Behaviour

2021· preprint· en· W4250443751 sur OpenAlexaff
Monique Tremblay

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensMcMaster UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPsychologySocial connectednessModerationPsychological resilienceContext (archaeology)Protective factorDevelopmental psychologySocial psychologyMultilevel modelPeer group

Résumé

récupéré en direct d'OpenAlex

According to the Social Development Model (SDM), social bonds such as one’s sense of connection to school can significantly impact antisocial behaviour. The current study provides a cross-sectional analysis of school bonding in relation to antisocial behaviour and peer-related risk in a sample of 111 adolescents. Hierarchical regression analyses were performed to evaluate the dimensions of school bonding (educational commitment, educational belief, school connectedness) as both predictors and inhibitors of antisocial behaviour. Contrary to the SDM, educational commitment was the only significant predictor of antisocial behaviour. Furthermore, preliminary analyses did not support school bonding variables as moderators of peer-related risk. However, subsequent analyses examining moderation by gender revealed that school connectedness is a moderator of deviant peer affiliation for female youth. The results of this study extend previous findings by demonstrating the continued relevance of school-based resilience in high school and by illustrating the specificity of this resilience by gender.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,384
Écart entre enseignants0,350 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetResilience and Mental Health→Travaux en français237 207→