Neighborhood Social Support and Social Participation as Predictors of Dating Violence
Notice bibliographique
Résumé
Many adolescents experience violence in the context of dating and romantic relationships. Neighborhoods can influence dating violence by offering certain resources which can provide social support and opportunities for social participation, but knowledge about these effects is still limited. The purpose of the current study was to (a) assess the association between neighborhood social support, social participation, and dating violence, and (b) explore possible gender difference in these associations. This study was conducted on a subsample of 511 participants living in Montréal from the Québec Health Survey of High School Students (QHSHSS 2016–2017). QHSHSS data were used to measure psychological and physical/sexual violence (perpetration and victimization), neighborhood social support, and social participation, as well as individual and family covariates. Several neighborhood-level data from multiple sources were also used as covariates. Logistic regressions were performed to estimate associations between neighborhood social support and social participation, and Dating violence (DV). Analyses were conducted separately for girls and boys to explore possible gender differences. Findings suggest that girls who reported high neighborhood social support had a lower risk of perpetrating psychological DV. High social participation was associated with a lower risk of perpetrating physical/sexual DV for girls, whereas it was associated with a higher risk of perpetrating psychological DV for boys. Preventive strategies to foster social support in neighborhoods, such as mentoring programs, and the development of community organizations to increase the social participation of adolescents could help reduce DV. To address the perpetration of DV by boys, prevention programs in community and sports organizations targeting male peer groups should also be developed to prevent these behaviors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».