MétaCan
Menu
Retour à la cohorte
Enregistrement W4379058375 · doi:10.21083/ajote.v12i1.7077

Student-on-teacher violence in South Africa’s Tshwane South District of Gauteng Province: Voices of the victims

2023· article· en· W4379058375 sur OpenAlexvenueno aff
Roy Venketsamy, Elaine Baxen, Zijing Hu

Notice bibliographique

RevueAfrican Journal of Teacher Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmQualitative researchPsychologyPedagogySociologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

School violence is a growing concern globally and schools in South Africa find it difficult to manage the problem of learner behaviour. Despite various educational policies and frameworks developed to prevent school violence, the system continues to fail teachers. Due to violence, schools are no longer safe places for teachers and learners. In South Africa, teachers are regularly exposed to physical violence and verbal attacks by learners. Recent media reports about teachers being attacked by learners clearly show an intent to inflict severe physical harm on the teacher. This qualitative study was conducted in one province in South Africa underpinned by the National School Safety Framework. This qualitative study aimed to understand the lived experience of teachers who had experienced violence against them by learners. The findings revealed that teachers are experiencing social, emotional and psychological trauma. Many teachers cannot perform their duties fruitfully and are constantly anxious to go to school. Emanating from this study, the following recommendations have been proposed: the Department of Education in South Africa should enforce its numerous policies and guidelines to protect teachers against violence. Social and psychological support services should be made available to teachers who have experienced violence. A stricter disciplinary code of conduct should be implemented in all schools for learners.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,106
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,317
Écart entre enseignants0,295 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Teacher EducationMême sujetBullying, Victimization, and AggressionTravaux en français237 207