Impact of peer victimization on adolescents’ emotional well-being: insights and applications from the Young Lives Study
Notice bibliographique
Résumé
Adolescence, a key stage where peer relationships deeply affect emotional well-being. This study looks at how bullying, social exclusion, and the quality of friendships shape emotional distress over time, using longitudinal data from the Young Lives Study in India. It highlights how certain experiences, and supportive friendships can play a big role in adolescents’ mental health. Analyzed data from 1,000 adolescents surveyed at ages 8, 12, and 15. Peer victimization and emotional distress were assessed through both caregiver and self-reports. Factor analysis was employed to validate constructs related to adverse peer outcomes, friendship quality, and emotional stress. Regression analyses and MANOVA models were used to identify predictors of emotional distress, with a focus on developmental and gender-specific trends. The findings revealed that overt bullying is most prevalent in early adolescence, while relational aggression becomes more prominent in later years. High-quality friendships were found to serve as a protective factor against emotional distress. Gender differences were observed, suggesting the need for gender-specific intervention strategies. MANOVA results highlighted mid-to-late adolescence as a critical period for peer acceptance and emotional well-being. This study highlights how peer victimization affects adolescent emotional well-being and shows the value of supportive friendships in building resilience. Tackling both overt and subtle bullying, promoting peer support, and encouraging media literacy are essential steps. Gender-sensitive, culturally aware policies, combined with efforts from psychology, education, and social work, can reduce peer stressors and strengthen adolescents’ emotional health during this critical stage.
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 | 0,001 | 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 ».