MétaCan
Menu
Retour à la cohorte
Enregistrement W2765393154

Pre-Service Teachers’ Perceptions about Identifying, Managing and Preventing Cyberbullying

2017· article· en· W2765393154 sur OpenAlexaff
Petrea Redmond, Jennifer Lock, Victoria Smart

Notice bibliographique

RevueUniversity of Southern Queensland ePrints (University of Southern Queensland) · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIntimidationHarmPerceptionSocial mediaPsychologyService (business)Public relationsMedical educationSocial psychologyPolitical scienceMedicineBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cyberbullying uses technology to deliberately and repeatedly humiliate, harass, or threaten someone with the intention to cause reputational damage, harm, or intimidation. It is a widespread issue that impacts teaching and learning in schools, as well as in the larger community. Cyberbullying has garnered much attention in schools, social media, and also from researchers. Within teacher education programs, how are we preparing pre-service teachers to have the knowledge and skills to identify, manage, and prevent cyberbullying. This paper explores pre-service teachers’ beliefs and perceptions of cyberbullying, drawing on data from online discussions, Archived online discussions were analyzed, using a constant comparison method. Pre-service teachers’ perceptions and concerns about identifying, managing and preventing cyberbullying are discussed. The paper concludes with three implications for teacher education.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,210
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Southern Queensland ePrints (University of Southern Queensland)Même sujetBullying, Victimization, and AggressionTravaux en français237 207