Recommendations for cyberbullying prevention and intervention: A Western Canadian perspective from key stakeholders
Notice bibliographique
Résumé
Introduction: Cyberbullying, or repeatedly communicating antagonistic messages using digital or electronic media meant to deal out harm or discomfort to others, has been considered more pervasive and impactful than traditional bullying since perpetrators can remain anonymous online, are not bound by time or place. In addition, cyberbullied youth are reluctant to involve others such as an adult or confront the perpetrator adults. Therefore, the primary purpose of this study was to capture a holistic understanding of potential youth cyberbullying prevention and intervention strategies (i.e., inhibiting forces that may reduce cyberbullying) from key stakeholders with professional knowledge about cyberbullying (i.e., educational administration, psychological counseling, technology and bullying education consultation, policing, research, and social support services). Methods: Model, a process-oriented metatheory of aggression with the potential to explain how cyberbullying behaviors continue to occur, was used as a frame to analyze the qualitatively gathered data using six phases of reflexive thematic analysis. Results: Participants identified educational efforts related to awareness of cyberbullying and consequences of perpetration, digital citizenship programming for students and social skills training, providing remediation to youth who are in online conflict with one another, and parental engagement with the technology used by their youth as key factors in mitigating instances of cyberbullying. Discussion: This study furthers research on cyberbullying prevention and intervention in schools by illuminating experiences from under researched and unique stakeholders in the field. These key findings and suggestions for future research are further discussed.
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 | 0,000 |
| 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 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 ».