MétaCan
Menu
Retour à la cohorte
Enregistrement W182828654 · doi:10.1017/cbo9780511551260.002

Cyber Misconduct: Who Is Lord of the Bullies?

2009· book-chapter· en· W182828654 sur OpenAlexaff
Shaheen Shariff

Notice bibliographique

RevueCambridge University Press eBooks · 2009
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueEducational Challenges and Innovations
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMisconductComputer securityCriminologyPsychologyCyber bullyingPolitical scienceComputer scienceLawWorld Wide WebThe Internet

Résumé

récupéré en direct d'OpenAlex

“Yo Jaysus, your ass is drippin,” says Max Lechuga. He's the stocky guy in class, you know the one. Fat, to be honest, with his inflatable mouth. “Stand clear of Jaysus' ass, the fire department lost another four men up there last night.” The Gurrie twins huddle around him, geeing him on…. The class detonates through its nose…. Jesus abandons his desk with a crash and runs from the room…. Then Max Lechuga gets out of his chair, and goes to the bank of computer terminals by the window. One by one, he activates the screen-savers. Pictures jump to the screen of Jesus naked, bent over a hospital-type gurney. (Pierre, 2003, pp. 231–233) The courts of law would shit their pants laughing…. But here's why they'd laugh: not because they couldn't see … but because they knew nobody else would buy it. You could stand before twelve good people … and they wouldn't admit it. They'd forget how things really are, and slip into TV-movie mode where everything has to be obvious. (ibid., p. 51) INTRODUCTION Pierre's Vernon God Little illustrates the tortuous power of words and images; the anger, hate, and pain they can promote; and their transformation into depictions and online permanence for viewing by an infinite and global audience, from classroom to cyberspace. The narrative depicts peer classroom bullying and cyber-bullying at its core.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,010
Communication savante0,0120,013
Science ouverte0,0010,003
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0160,007

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 Opus0,041
Tête enseignante GPT0,220
Écart entre enseignants0,179 · 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
GenreAutre

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

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetEducational Challenges and InnovationsTravaux en français237 207