The Distance Learning as the Reason of Child Abuse under Pandemic of COVID-19
Notice bibliographique
Résumé
Researches suggest that child abuse is related to a previous history of violence within the family setting and the evolution of the learning process. The current study was aimed to investigate the exposure of child abuse in the case of distance learning and its relationship to some variables of the social-cognitive processing among parents who potentially assaulted their children. The survey research method was applied. The questionnaire consisted of three blocks of questions: socio-demographic block, parents' impressions of distance learning at school, violence, and parents' aggression towards children. The sample included 308 primary school children’s parents from the Zakarpatska region (Ukraine). Results show that parents' reaction to learning difficulties is not always constructive because most stressful situations provoke verbal aggression and physical violence towards the child. Distance learning and related difficulties have become a major factor in violent and aggressive behavior towards children during quarantine. Most parents who allowed maltreatment toward their children before pandemic COVID-19 also demonstrated it during distance learning. Our study found a link between parents' use of physical violence and verbal aggression with the following variables: duration of lockdown, the function of the teacher in distance learning, parents' assessment of the process and learning outcome, qualitative changes in the relationship between parents and children during quarantine. The study of violent situations against children during distance learning will provide an opportunity to develop effective preventive and corrective measures. The process of informing about situations of violence against children can have a psychoprophylactic effect
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 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 ».