MétaCan
Menu
Retour à la cohorte
Enregistrement W4392850017 · doi:10.61838/kman.jprfc.1.1.1

Examining the risks and social harms of cyberspace on children and teenagers

2023· article· en· W4392850017 sur OpenAlexaff
Zahra Bibak, Mohammadbagher Jafari

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberspaceThe InternetPsychologyAffect (linguistics)HarassmentCyber bullyingSocial psychologyInternet privacyDevelopmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Objective: The purpose of this study was to review the research conducted in cyberspace crises in children and adolescents. The Internet has created a new world for children and teenagers to explore and learn. Teachers and families encourage children and teenagers to use the Internet for their learning, but not every content on the web is suitable for young people. This information provides countless benefits to users; however, it also comes with serious threats, such as exposure to sexual harassment, bullying, fraud, and access to illegal and harmful materials. Method: This study used the results of research conducted worldwide, which have been published in international journals. Results: The findings show that although boys perpetrated most offline bullying, an equal number of girls and boys used the Internet to bully their peers. Offline bullies and young people who bully others online often have multiple psychological problems. Finally, it can be concluded that children and teenagers with a warm and close relationship with their family or parents who consider themselves obliged to care for their child in cyberspace are immune from many harms. Conclusion: Notably, this study examines these problems at different levels. Finally, we state that when children's social environment is not only physical but also digital, then it should affect almost all aspects of their lives.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,072
Tête enseignante GPT0,315
Écart entre enseignants0,243 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChild Development and Digital TechnologyTravaux en français237 207