The Associations between Self-Silencing and Delinquency in Adolescent Who Experienced Child Sexual Abuse
Notice bibliographique
Résumé
A large body of research reveals that child sexual abuse is an adverse experience associated with many negative socioemotional and behavioral consequences during adolescence. Notably, adolescent victims of child sexual abuse are more likely to engage in delinquent behavior, which has importance for their adaptation later in life. While research on the psychological antecedents of delinquent behavior has independently considered each core feature of silencing the self (i.e., low assertiveness and self-expression, conflict avoidance, presenting a non-authentic self, anger, and hostility), it has failed to jointly consider these as potential predictors of delinquent behaviors in adolescent victims of child sexual abuse. The purpose of this study was to examine the associations between the two dimensions of self-silencing (i.e., divided self and silencing the self) and delinquency in adolescent victims of child sexual abuse. A sample of 110 adolescents seeking services following child sexual abuse completed self-reported questionnaires, and case files were analyzed to gather information regarding child sexual abuse severity. Hierarchical regression analyses revealed that, after controlling for the effect of age, gender, parental monitoring, and child sexual abuse severity, self-silencing was positively associated with delinquent behaviors, affiliation with delinquent peers, as well as alcohol and drug use. Divided self contributed to the prediction of aggressive behaviors. Implementing interventions aimed at increasing adolescents' assertiveness, conflict management skills, and emotion regulation and promoting congruence between their behaviors and authentic selves may lower their involvement in delinquency.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».