Longitudinal trajectories of romantic relational victimization and associations with mastery across adolescence to young adulthood
Notice bibliographique
Résumé
Relational forms of romantic victimization characterized by attempts to ignore, exclude, or covertly manipulate a romantic partner is an understudied and often overlooked form of intimate partner violence. While cross sectional research demonstrates associations with mental health difficulties, longitudinal patterns of romantic relational victimization (RRV) independent of physical forms of aggression have received relatively less attention, particularly with regards to how patterns of RRV change over the course of adolescence to young adulthood. The current study identifies longitudinal trajectories of RRV in a sample of adolescents (ages 12–18) followed biennially across 10 years ( N = 532). We also assessed how changes in youths’ perceptions of personal mastery and control (i.e., environmental mastery) relate to differences in youths’ longitudinal trajectories of RRV as developmental gains in these competencies may mitigate RRV. Findings from growth mixture models revealed three patterns of RRV characterized by low stable levels across adolescence and young adulthood (87.4%); an adolescent limited trajectory where RRV peaks in adolescence and declines into young adulthood (9.4%); and a young adulthood limited trajectory where RRV increases during young adulthood (3.2%). Our results show that diminished environmental mastery at both life stages was associated with higher rates of victimization. Moreover, the change in mastery over time was also associated with victimization. Trajectories were also associated with relational worries and additional forms of victimization, offering insight into poly-victimization and its negative effects. Our findings reveal heterogeneous patterns of RRV during the transition from adolescence to young adulthood that are differentially related to changes in youths’ development of mastery and control. These findings offer potential targets for prevention.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».