Profiles of children’s social behaviors and peer victimization in early elementary school: Sex differences and stability over time.
Notice bibliographique
Résumé
Research suggests that younger children engage in fewer peer victimization roles compared to their older peers (e.g., aggressor, victim, defender). Still, the development of these roles throughout early elementary school remains unclear. Additionally, aggression and social behaviors evolve differently in boys and girls, yet sex differences in these roles are not well understood. This study examined children's profiles of involvement in physical and relational aggression, prosocial behaviors, and peer victimization in kindergarten and first and second grades by using latent profile analyses and testing profile similarity across sex and school years. Then, it examined the stability of profile membership from kindergarten to second grade before testing how early socioeconomic status predicted profile membership. The sample included 1,757 children of various sociodemographic backgrounds, mostly White, from a longitudinal birth study in Canada. Boys' profiles aligned with a four-role typology that remained consistent from kindergarten to second grade: prosocial, normative, moderately aggressive-victimized (AV), and highly AV profiles. In kindergarten, girls' typology also included four profiles: prosocial, normative, relationally aggressive, and AV. By first grade, a fifth profile emerged: victimized girls. Profile membership for both boys and girls was generally very stable over time, and low socioeconomic status predicted higher odds of belonging to any AV profiles compared to prosocial ones. These findings underscore both developmental similarities and distinctions in boys' and girls' social behaviors and experiences in early elementary school and the precocity of stable membership in at-risk profiles. They highlight socioeconomic status as an early risk factor that could inform prevention research. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,002 | 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 ».