Sociodemographic Homophily Within Friendship and Sequential Peer Victimization: A Longitudinal Dyadic Perspective
Notice bibliographique
Résumé
Bullying is embedded within peer social networks that involve more than just bullies and victims. Extant research mostly supports that victims’ friends–as the individuals closest to the victims in the peer network–can protect victims by reducing risk factors and promoting adjustment at the individual level (Bukowski et al., 2018). However, the effect of similarity between victims and their friends on peer victimization remains understudied. Homophily refers to the tendency that people to befriend similar others (Lazarsfeld & Merton,1964). The current thesis investigated how homophily–magnitude (i.e., similarity level) and direction (i.e., which party of the dyad has a high score in specific characteristics) in Emotionality, social status, and peer victimization experience–between youth and their mutual friends can impact the frequency of peer victimization, concurrently and over time. The data were extracted from a two-wave longitudinal study. The analytic sample included 207 Grade 5-9 participants (female 62.8%, Mage = 11.88, SD = 1.18), creating 424 friendship dyads. Regression analyses suggested that a higher level of similarity in peer victimization at Wave 1 and in social status at Wave 2 predicted the targeted youth’s lower frequency of peer victimization at Wave 2. Regarding homophily direction, befriending peers with lower Emotionality than oneself and with more peer victimization experience than oneself at Wave 1 predicted an increase in youth’s peer victimization at Wave 2. From a dyadic perspective, the current thesis supports the effect of friendship selection based on dyadic similarity and addresses the significant role of sociodemographic homophily within friendships. It also provides a more complete picture of how bullying operates in peer groups than the current bullying research has.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».