MétaCan
Menu
Retour à la cohorte
Enregistrement W2130860517 · doi:10.3138/cjccj.2014.e43

Cyberbullying: Is Federal Criminal Legislation the Solution?

2015· article· en· W2130860517 sur OpenAlexaffvenueabout
Patricia I. Coburn, Deborah A. Connolly, Ronald Roesch

Notice bibliographique

RevueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésLegislationGovernment (linguistics)Criminal justiceCriminologyInterpersonal communicationEconomic JusticePsychologyPolitical scienceSocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

Cyberbullying occurs frequently and is often a reciprocal conflict, with individual youths filling the roles of both the victim and the bully in a short period of time. Regardless of the role, involvement in cyberbullying is associated with negative outcomes and has recently been linked to the death of young people in a few cases. In an attempt to alleviate growing concerns about cyberbullying, the Canadian government passed Bill C-13 (the Protecting Canadians from Online Crime Act), which includes a prohibition on the posting of non-consensual intimate images. Due to the specific criteria in this section of the bill, it is unlikely that it will protect many youth from online victimization. Bill C-13 also criminalizes harassing or annoying behaviour conducted via electronic communication. This law may exacerbate the problem of non-disclosure, may be confusing to youth, and may result in too many youth and a disproportionate number of marginalized youth becoming involved in the criminal justice system. Alternative approaches to dealing with the conflict, such as increasing the use of empirically based programs that teach youth to resolve interpersonal conflict and encourage them to disclose incidents of cyberbullying, would be more effective than federal criminal legislation at protecting young people from online victimization.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,130
Tête enseignante GPT0,332
Écart entre enseignants0,203 · 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.

Devis d'étudeQualitatif
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

Citations31
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénaleMême sujetBullying, Victimization, and AggressionTravaux en français237 207