Investigating the problem of bullying through photo elicitation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Bullying is a tenacious problem in schools. Usual strategies that attempt to regulate behaviour and improve interpersonal relationships have not yielded significant and sustained change in school cultures of violence. Usually overlooked in programmes, policies and research are indications of how social differences are a factor of bullying behaviours. Such differences mirror broader categories that are socially significant, such as race, religion, gender, physical and mental ability and sexual orientation. We employed photo elicitation methods to acquire and assess students' responses to images we collected of children and youth who represent a wide spectrum of human diversity. We asked participants to 'think out loud' about who would mostly likely be targeted for bullying and to explain why. Our analysis of the data indicates that our participants are aware of how social difference is linked to bullying. The themes we identify lead us to endorse bridging the gap between current anti-bullying strategies and theory and approaches that account for social difference. Keywords: bullyingsocial differenceidentity politicseducational policy Acknowledgements The authors would like to thank Dr Stephen Minton for his helpful feedback. Notes 1. Names of all participants in this study are pseudonyms. 2. We acknowledge here that, as a political strategy, descriptors such as 'nigger', 'queer' and 'bitch' have been reclaimed by some who are targeted in these ways as positive identities despite how such words have been, and continue to be, used in the service of oppression and violence.
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.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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) | 0,000 | 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 découle