MétaCan
Menu
Retour à la cohorte
Enregistrement W1564581817 · doi:10.1017/cbo9780511976179.002

Bullying in schools: the research background

2011· book-chapter· en· W1564581817 sur OpenAlexaboutno aff
Roz Dixon, Peter K. Smith

Notice bibliographique

RevueCambridge University Press eBooks · 2011
Typebook-chapter
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyPsychology

Résumé

récupéré en direct d'OpenAlex

Bullying in school has become a topic of international concern over the last 10–20 years. Starting with research in Scandinavia, Japan and the UK, there is now active research in most European countries, in Australia and New Zealand, Canada and the USA, and Japan and South Korea (Jimerson et al ., 2010; Smith et al ., 1999). This chapter discusses what we mean by ‘bullying’; summarises some recent research findings on the nature of bullying; discusses the results of large-scale, school-based interventions; and raises issues for future research and practice. Definitions of bullying What do we mean by bullying ? Although there is no universally agreed definition, there is an emerging consensus in the western research tradition that bullying refers to repeated aggressive acts against someone who cannot easily defend themselves (see Olweus, 1999; Ross, 2002). A similar definition, though perhaps with broader connotations, is that bullying is a ‘systematic abuse of power’ (Rigby, 2002; Smith and Sharp, 1994). Although the two criteria of repetition, and power imbalance, are not universally accepted, they are now widely used. Bullying, by its nature, is likely to have particular characteristics (such as fear of telling by the victim), and particular outcomes (such as development of low self-esteem, and depression, in the victim). The relative defencelessness of the victim implies an obligation on others to intervene, if we take the democratic rights of the victim seriously.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0030,004
Communication savante0,0070,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,305
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetBullying, Victimization, and AggressionTravaux en français237 207