Evaluation of a virtual reality enhanced bullying prevention curriculum pilot trial
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
INTRODUCTION: Bullying is a widely prevalent public health and safety issue that can have serious long-term consequences for youth. Given the limited efficacy of traditional bullying prevention programs, a need exists for novel, theoretically informed, prevention programming. Construal Level Theory provides a useful framework. METHODS: This study evaluated a pseudo-randomized pilot trial of a virtual reality enhanced bullying prevention program among middle school students (N = 118) in the Midwest United States. Two models were proposed. The first predicts reductions in bullying behavior (traditional bullying, cyberbullying, relational aggression) at post-test, mediated by changes in empathy in the virtual reality condition compared to the control condition. The second predicts increases in school belonging and willingness to intervene as an active bystander at post-test, mediated by changes in empathy in the virtual reality condition compared to the control condition. RESULTS: The virtual reality condition yielded increased empathy from pre-to post-intervention compared to the control condition. Through the mediating role of empathy, changes in the desirable directions were also observed for traditional bullying, sense of school belonging, and willingness to intervene as an active bystander, but not for cyberbullying or relational aggression. CONCLUSIONS: The scope and practical limitations of the virtual reality trial prevented a larger scale and more rigorous evaluation; however, results justify an expanded examination of virtual reality as a youth violence prevention tool.
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 | 0,004 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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