Does adolescent incivility longitudinally predict future bullying?
Notice bibliographique
Résumé
INTRODUCTION: Adolescent bullying is a complicated behavior that is difficult to prevent. Understanding factors that predict bullying during adolescence can help us minimize such behavior. Classroom incivility is a low-level antisocial behavior that has been discussed in the literature as being a potential predictor of bullying in adolescence. Therefore, the goal of the present study was to examine the longitudinal link between classroom incivility and bullying. METHODS: Data for the current study was collected using quantitative surveys at two-time points, three years apart (November 2019 and November 2022) in southern Ontario, Canada. Our sample comprised 349 adolescents (51.3% boys, 46.4% girls, 0.6% other, and 1.7% preferred not to say) between the ages of 9 and 14 years old (M = 11.92 years; SD = 1.42). We utilized cross-lagged analyses to examine the stability of classroom incivility in adolescence, and the longitudinal association between classroom incivility and bullying. RESULTS: Classroom incivility at Time 1 predicted bullying behavior at Time 2, while bullying at Time 1 did not predict classroom incivility at Time 2. Our results not only support the stability of levels of classroom incivility across time, but also provide empirical support for classroom incivility as a precursor to bullying behavior. CONCLUSION: Our study suggests that classroom incivility can not only negatively impact the learning environment but may also be implicated in contributing to the circumstances that promote bullying behavior in adolescence, highlighting the importance of limiting uncivil behavior before it escalates into more severe forms of behavior.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».