MétaCan
Menu
Retour à la cohorte
Enregistrement W2115581098 · doi:10.1186/2049-3258-72-19

Is all bullying the same?

2014· article· en· W2115581098 sur OpenAlexafffundabout
Lihui Zhang, Lars Osberg, Shelley Phipps

Notice bibliographique

RevueArchives of Public Health · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensDalhousie UniversityUniversity of Regina
Organismes subventionnairesUniversity of Regina
Mots-clésPsychological interventionPsychologyAdolescent healthMultivariate analysisPoison controlHuman factors and ergonomicsInjury preventionSuicide preventionVerbal abuseCorrelationDevelopmental psychologyClinical psychologyMedicinePsychiatryMedical emergencyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We ask whether verbal abuse, threats of violence and physical assault among Canadian youth have the same determinants and whether these determinants are the same for boys and girls. If these are different, the catch-all term "bullying" may mis-specify analysis of what are really different types of behavior. METHODS: We analyze five cohorts of Canadian youth aged 12-15 from the National Longitudinal Survey of Children and Youth (NLSCY). There are 11475 observations in total. Pearson's correlation coefficients and six different multivariate strategies are used. RESULTS: There are many faces to bullying, in terms of its form and relative frequencies for boys versus girls. Although some characteristics of an adolescent are strong predictors of being subject to more than one type of bullying, some other characteristics are only correlated with specific types of bullying. CONCLUSIONS: The many faces of bullying, and their correlation with different factors, imply different policy interventions may be needed to address each issue effectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,352
Écart entre enseignants0,285 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations10
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArchives of Public HealthMême sujetBullying, Victimization, and AggressionTravaux en français237 207