Facebook Fatalities: Students, Social Networking, and the First Amendment
Notice bibliographique
Résumé
how kids behave." 9Indeed, while the school administrators were criticized in Prince, these same administrators are also frequently the target of similar vicious cyber attacks.In one recent case, a fourteen-year-old eighth grader at Blue Mountain Middle School created a fictitious profile of her principal that included his photograph from the school"s website, as well as profanity-laced statements that he was a sex addict and pedophile. 10 In another case, a student in Pennsylvania created a website entitled "Teacher Sux." 11 The website described the student"s math teacher in obscene terms and included pictures of the teacher"s severed head dripping blood, a picture of her face morphing into Hitler, and a solicitation for funds to hire a hit man to kill her under the caption "Why Should She Die?" 12 On the eve of the anniversary of Phoebe Prince"s tragic death, the purpose of this Article is to look for clues to that "magic-bullet" and to try and craft a workable legal framework to assist students, parents, and school administrators in navigating the complex legal waters that surround the regulation of off-campus cyberspeech.Utilizing Supreme Court precedent in traditional First Amendment student speech cases, this Article examines the application of that traditional framework to cases involving cyberbullying.The vehicle for doing this will be to examine two recent Third Circuit cases that involve very similar facts but resulted in dramatically different outcomes: J.S. ex rel.Snyder v. Blue Mountain School District, 13 where the Court found that a school could discipline a student for harassing off-campus speech on a social networking site, and Layshock ex rel.Layshock v. Hermitage School District, 14 which found that a school could not discipline 9.
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 | 0,001 | 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 | 0,008 |
| 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) | 0,001 | 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 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 ».