MétaCan
Menu
Retour à la cohorte
Enregistrement W4386631146 · doi:10.1177/15570851231199767

A Mixed Method Exploration of Gender, Self-Esteem, Narcissistic Traits, and Aggression in a Youth Justice Sample

2023· article· en· W4386631146 sur OpenAlexaff
Genevieve Brook, Shreena Thapa, Shelley L. Brown

Notice bibliographique

RevueFeminist Criminology · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPsychologyAggressionShameEmpathySelf-esteemDevelopmental psychologySocial psychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

The relationship between gender, self-esteem, narcissistic traits, and aggression was evaluated in a sample of justice-impacted youth (JIY). Forty-two audio-recorded interviews ( n = 21 boys; n = 21 girls) with equal representation of low, moderate, and high self-esteem scoring JIY were selected. Narcissistic features could be reliably coded retrospectively; common features included: arrogance, interpersonal exploitation, and lack of empathy or shame. No gender differences emerged in feature frequency or type. Correlational analyses revealed that narcissistic traits were significantly correlated with self-report measures of aggression; only girls evidenced this relationship. A potential gendered relationship between narcissistic features and aggression merits further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

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

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 Opus0,207
Tête enseignante GPT0,373
Écart entre enseignants0,166 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist CriminologyMême sujetBullying, Victimization, and AggressionTravaux en français237 207