Belief in a Just World as personal Resource in School
Notice bibliographique
Résumé
Students Often Complain About Being Treated Unfairly In School. Some Argue That They Deserve Another Grade. Others Feel That They Have Been Punished Unfairly While Other Pupils Who Behaved More Inappropriately Were Reproved Less. If Students Are Asked To Describe A Good Teacher, Fairness Is Usually One Of The Top Three Characteristics (See Hofer, Pekrun, & Zielinski, 1986). Furthermore, Gage And Berliner (1996) Claim That Unfair Grades Significantly Decrease Students' Achievements. Thus, For Those Who Deal With Everyday Classroom Problems, Dealing With Unfairness And The Consequences Of Unfairness Is A Central Issue. Nevertheless, There Are Few Examples Of Justice Psychology Being Applied In The School Context. This Is A Great Pity. Justice Psychology And, In Particular, Justice Motive Theory Could Significantly Enhance Our Knowledge Of Justice Concerns In School. Melvin Lerner Was The First To Describe The Justice Motive Theory. He Proposed (1965, 1970; Lerner & Simmons, 1966) That People Have The Need To Believe In A Just World In Which All People, Including Themselves, Get What They Deserve And Deserve What They Get. This Belief In A Just World (Bjw) Provides Individuals With The Confidence That They Will Be Treated Fairly By Others And That They Will Not Become Victims Of Unforeseeable Misfortune. Additionally, It Provides A Conceptual Framework That Helps To Interpret The Events Of One'S Personal Life In A Meaningful Way. And This Confidence, Security, And Meaning Serve Important Adaptive Functions.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».