A NEW CYBERBULLYING LAW? EXTENSION OF LEGAL INTERPRETATIONS IN CHINA AND RUSSIA
Notice bibliographique
Résumé
Cyberbullying is a form of psychological violence that is intentional, repeated, characterized by power imbalance, and uses cyberspace as its medium. Cyberbullying can be much more vicious than the ‘traditional’ face-to-face bullying because it is not limited by time and space, difficult to detect, and the aggressors often enjoy anonymity and impunity. Moreover, cyberbullying can exist as a self-contained phenomenon in cyberspace, which means that the aggressor and the victim may not know each other in the real world. Bearing these facts in mind, we need to answer two important questions: 1) Is cyberbullying a new type of offense? 2) Do we need a new anti-cyberbullying law? Scholars around the world are divided on these issues. While some countries, like the United States and New Zealand, have directly criminalized cyberbullying, others, like Australia and Canada, are simply amending their existing laws or extending their interpretations. This paper examines the legal situation in China and Russia, the two countries which do not have any specific laws regarding cyberbullying. The research is built upon the analysis of applicable laws and judicial decisions. The case studies overview the situations when victims of cyberbullying sought legal protection in court. The paper concludes that neither China nor Russia needs to pass a new anti-cyberbullying law. They are already doing adequate work to amend and interpret the existing civil, administrative, and criminal laws in order to counter cyber-offenses. However, more effort needs to be done to remove procedural barriers to litigation and prosecution, such as the costly and cumbersome notarization process in Russia, or the private character of the prosecution of defamation in China.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».