Can Emotion Dysregulation Explain the Association Between Attachment Insecurities and Teen Dating Violence Perpetration?
Notice bibliographique
Résumé
Attachment theory provides important insight regarding the etiology of teen dating violence perpetration (TDV-P). Attachment insecurities have been associated with TDV-P, but the mechanisms underlying this association remain unclear. Furthermore, as of now, studies have failed to explore whether the relation between attachment insecurities and TDV-P varied according to its forms (i.e., psychological, physical or sexual) or to the perpetrator’s gender. This study aimed to investigate if emotion dysregulation mediates the association between attachment insecurities and different forms of TDV-P among girls and boys. Adolescents (<i>M</i><sub>age</sub> = 16 years; <i>n</i> = 3,214; 60% girls) were recruited from a one-stage stratified cluster sample of 34 high schools in Quebec, Canada. Path analyses with probit regression models were conducted separately for girls and boys. Attachment anxiety and avoidance were associated with more emotion dysregulation. Emotion dysregulation was, in turn, associated with higher probabilities of physical TDV-P in girls and psychological TDV-P in girls and boys. Surprisingly, emotion dysregulation was not associated with sexual TDV-P. Attachment anxiety remained directly related to higher probabilities of perpetrating all forms of TDV. These findings support the hypotheses set forth by attachment theory and highlight the utility of this theory to understand and potentially prevent TDV-P. Practitioners should more specifically address adolescents’ attachment anxiety, as it seems more related to TDV-P. Finally, this study underscores the necessity of considering gender and specific forms of TDV-P to understand the association between attachment insecurities, emotion dysregulation, and TDV-P.
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 | 0,005 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».