MétaCan
Menu
Retour à la cohorte
Enregistrement W4324373010 · doi:10.35159/kjss.2023.02.32.1.555

Exploring Measures to Prevent School Violence in Korea through Overseas Cases : Focusing on Norway, Canada, and Finland

2023· article· en· W4324373010 sur OpenAlexaboutno aff
Ha-Young Kim, Seung-Bo Sim, Seok-Hwan Choi

Notice bibliographique

RevueKorean Journal of Sports Science · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePsychosocial Factors Impacting Youth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSchool violencePolitical sciencePerceptionEconomic growthPsychologySocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore ways to prevent school violence through oversea cases. This study examined and compared school violence preventive programs in Norway, Canada, and Finland to provide good insight to use in Korea. Data analysis was performed by dividing into three parts: a)legal aspects, b)representative prevention programs, and c)application plans to Korea. The results are as follows. First, school violence is considered as a national problem, and school violence in overseas has been reduced due to active preventive activities. Second, overseas countries are using long-term prevention programs that have shown the effect of reducing school violence. Third, Korea should try to change its perception of school violence in the long run. Then, it becomes easier to use overseas school violence prevention programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,337
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Journal of Sports ScienceMême sujetPsychosocial Factors Impacting YouthTravaux en français237 207