Neighborhood, school, and individual effects on substance use, violence, and the drugs/violence nexus: A study of Toronto secondary students
Notice bibliographique
Résumé
This research examines the relative impact of neighborhood, school, and individual effects on a variety of substance use measures, violent victimization, violent perpetration, and the drugs/violence nexus. A unique dataset of Toronto area secondary students, the Drugs Alcohol Violence International (DAVI) survey, containing many measures of substance use, violence, school atmosphere, and family environment is used. The dataset also contains the postal codes of respondents allowing for the merger of the survey data and Canadian Census data for 2001. The theoretical framework for this research combines elements of Shaw and McKay's (1942) social disorganization theory and Sampson and colleague's (1997) work on collective efficacy at the macro level and social control theory at the micro level. At the individual level, I extend the logic of Sampson et al.'s (1997) community level collective efficacy to the domains of the school and family. School and family efficacies encompass similar notions of shared expectations and values found in the work on collective efficacy. Cluster analysis is used to create groups of similar neighborhoods based on their combination of neighborhood disadvantage (as measured by proportion of immigrants and low income residents) and collective efficacy. The results indicate four distinct groups of neighborhoods in the sample. Cluster 1 contains a high concentration of immigrants, is 92% non-white, and has low collective efficacy. Cluster 2 has high levels of disadvantage, is more ethnically heterogeneous, and exhibits average collective efficacy. Cluster 3 is neither advantaged nor disadvantaged, but has the lowest collective efficacy. Cluster 4 is advantaged, has the lowest proportion of non-whites, and the highest collective efficacy. Multinomial logits are used to analyze the frequency of alcohol and marijuana use. Generalized linear models are used for the number of hard drugs used, the rate of violent victimization, and the rate of violent perpetration. Results indicate that the logic of collective efficacy can be successfully extended to the school and family. The effect of family and school efficacy and demographic measures varies by neighborhood context, as does the significance and strength of the drugs/violence nexus. Recommendations for policy and future research are included.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».