Influence of perceived peer behavior on engagement in self‐damaging behaviors during the transition to university
Notice bibliographique
Résumé
As students transition to university, they experience significant social changes that can affect their behaviors, including self-damaging behaviors like disordered eating, problematic alcohol/drug use, suicidal thoughts, and non-suicidal self-injury (NSSI). Building on prior work, we examined the associations between (1) perceptions of peers' engagement in self-damaging behaviors predicting one's own subsequent engagement in such behaviors (i.e., socialization) and (2) one's own engagement in self-damaging behaviors predicting perceptions of peers' subsequent engagement in such behaviors (i.e., selection). We also examined whether these associations were moderated by the source of influence (close peer/acquaintance) and degree of social disconnection experienced by the student. First-year university students (N = 704) were asked to complete seven monthly surveys. Multilevel models indicated that when students perceived their close peers had engaged in NSSI or suicidal thinking, they had seven times greater odds of future engagement in the same behavior, implying that socialization increases the risk of these behaviors among university students. Perception of acquaintances' NSSI also predicted greater odds of a student's own NSSI the following month. Social disconnection increased the likelihood of matching own behaviors to perceptions of acquaintances' alcohol abuse, highlighting the importance of fostering connections/mentors to reduce self-damaging behaviors on college campuses. Furthermore, when students engaged in alcohol abuse, they had almost four times greater odds of reporting that their acquaintances abused alcohol the following month, emphasizing the importance of the wider social network in alcohol use 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 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 | 0,002 | 0,000 |
| 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 | 0,000 | 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 ».