Relational peer victimization and depression symptoms in young adults: longitudinal evidence from before and during the COVID-19 pandemic
Notice bibliographique
Résumé
Introduction: Some targets of relational peer victimization become depressed because of their poor treatment. These associations are well documented in youth but are rarely studied in adults. Methods: The longitudinal pathways between relational peer victimization (being excluded, stonewalled, etc.) and symptoms of depression were examined in a sample of 392 young adults from Ontario, Canada using annual assessments from age 19 to 24. The role of the COVID-19 pandemic was also examined. Results: Latent curve models with structured residuals indicated that individuals who reported greater relational peer victimization than others also reported more symptoms of depression (between-person association) and those who were more relationally victimized than their expected level were more depressed than expected (within-person association). During the COVID-19 pandemic, the within-time association between relational peer victimization and depression symptoms was reduced. Specifically, accounting for between-person effects and prior individual differences, we found a predicted decoupling of relational peer victimization and depression symptoms in the first year of the pandemic when social non-pharmaceutical interventions (NPIs) were heavily implemented in Ontario, but not the second year, when NPIs were relaxed (but not abandoned). Discussion: Our findings indicate that the social NPIs implemented in the initial year of the pandemic may have inadvertently led to a positive impact on the association between relational peer victimization and depression symptoms. This finding underscores the importance of minimizing interactions with abusive peers whenever feasible as a strategy to enhance mental well-being.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».