MétaCan
Menu
Retour à la cohorte
Enregistrement W4376141272 · doi:10.1111/lasr.12652

Outside the brackets: Why school administrators fail to see gendered harassment within an antibullying law

2023· article· en· W4376141272 sur OpenAlexfundno aff
Jeffrey Lane, Hana Shepherd, Holly Avella, Aaron Martin

Notice bibliographique

RevueLaw & Society Review · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced ResearchSpencer FoundationRussell Sage FoundationNational Science Foundation
Mots-clésHarassmentIntimidationBracketing (phenomenology)PsychologyHuman sexualityPoison controlSocial psychologySociologyLawCriminologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Much of school bullying involves students policing the gender roles and sexuality of other students. The proliferation of antibullying laws presents an opportunity to formally punish and mark gendered harassment as unacceptable. However, when this form of peer policing involves girls, administrators often consider it to fall outside the purview of the law. We use bracketing theory to understand how middle school administrators in New Jersey assess whether student behavior violates a statewide harassment, intimidation, and bullying law. We find that, according to administrators, violations require relational asymmetry between an aggressor and victim: an imbalance of power and disproportionate participation. Administrators rarely see gendered harassment as bullying because of the relational stereotypes they attach to girl students, which often preclude interpretations of relational asymmetry. We discuss how gender beliefs among administrators and “bracketing failures” explain the ways antibullying laws allow hegemonic beliefs about gender and sexuality to remain untroubled.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,362
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw & Society ReviewMême sujetBullying, Victimization, and AggressionTravaux en français237 207