Adolescents’ Reasoning about Unambiguous Peer Harm: Variations Across Relationship Contexts and Types of Harm
Notice bibliographique
Résumé
This thesis examined variations across relationship contexts and types of transgressions in adolescents’ reasoning about unambiguous peer harm at school. A total of 141 Canadian and American adolescents (73 girls, 67 boys, 1 other) ranging from ages 14 to 17 years (M = 15.74 SD = 1.06) responded to four online vignettes depicting psychological or material unambiguous harms committed by a good friend or a peer they did not know. Overall, when the perpetrator was a good friend, youths evaluated the harm as more bad and reported feeling more hurt and sad, but also made more benign attributions and endorsed more restorative responses, as well as more learning and relationship-oriented goals. These findings suggest that even in the face of unambiguous transgressions, youth still found ways to mitigate their friends’ culpability by interpreting their behavior through a more generous lens. Conversely, when the perpetrator was a neutral peer, youths interpreted their behavior as more hostile and endorsed more punitive strategies and justice goals. Regarding situational features of harm, youths judged material harms to have more serious consequences than psychological harms and reported stronger emotional responses to them; youth also interpreted material harms as more hostile and less benign and endorsed more punitive responses. Finally, youth also endorsed more revenge, justice, and learning goals in response to material harms, and more relationship-oriented goals following psychological harms. Overall, this study adds to the literature by examining how youths’ cognitive, affective, and behavioral judgments are informed by socio-contextual features of harm. Ultimately, the more forgiving pattern observed with good friends can inform processes to address peer harm in schools in more peaceful and restorative ways.
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 | 0,002 | 0,010 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».