MétaCan
Menu
Retour à la cohorte
Enregistrement W2127547578 · doi:10.1177/0829573514556853

The Nature and Frequency of Cyber Bullying Behaviors and Victimization Experiences in Young Canadian Children

2014· article· en· W2127547578 sur OpenAlexaffabout
Brett Holfeld, Bonnie J. Leadbeater

Notice bibliographique

RevueCanadian Journal of School Psychology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyCyber bullyingSuicide preventionHuman factors and ergonomicsInjury preventionPoison controlDevelopmental psychologyClinical psychologyThe InternetMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

As access to technology is increasing in children and adolescents, there are growing concerns over the dangers of cyber bullying. It remains unclear what cyber bullying looks like among young Canadian children and how common these experiences are. In this study, we examine the psychometric properties of a measure of cyber bullying behaviors and victimization experiences. We also examine the frequency of these behaviors and experiences among fifth- and sixth-grade Canadian children at the beginning ( n = 714) and end ( n = 638) of a school year. Children’s cyber bullying behaviors and victimization experiences were relatively stable across the school year and were highest for sixth-grade students who reported greater access to and use of technology. Cyber bullying behaviors representing joking around were endorsed more frequently than aggressive types of behaviors (i.e., spreading rumours or posting embarrassing pictures online). Implications for school-based prevention efforts are discussed.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,280
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations67
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of School PsychologyMême sujetBullying, Victimization, and AggressionTravaux en français237 207