Cibervictimización e involucramiento escolar en estudiantes de secundaria de colegios privados de Lima
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
En este estudio de diseño no experimental-transversal y de alcance descriptivo-correlacional se examinó la relación entre cibervictimización e involucramiento escolar. Participaron 391 escolares, 51.7% hombres y 48.3% mujeres, de 13 a 18 años (M=15.3, DE=0.895), de tercero (24.5%), cuarto (38.8%, y quinto (36.5%) grado de secundaria de tres colegios privados de Lima. Para la recolección de datos se aplicaron la Escala de Cibervictimización Escolar (ECE) y la Escala de Involucramiento Escolar (EIE-A). Entre los resultados, se encontraron altos niveles de cibervictimización en 16% y muy altos en 21.7% de estudiantes, así como bajos niveles de involucramiento escolar en 20.5% y muy bajos en 19.4% de alumnos. Asimismo, se halló una relación estadísticamente significativa e inversa, con tamaño del efecto pequeño, entre las variables (p < .01, rs = -.18, r2 = .03). Además, el involucramiento escolar mostró correlaciones estadísticamente significativas e inversas, con tamaños del efecto pequeño, con respecto a las dimensiones de cibervictimización: acoso (p < .05, rs = -.19, r2 = .036), invasión a la privacidad (p < .05, rs = -.15, r2 = .022) y denigración (p < .05, rs = -.12, r2 = .014). Igualmente, la cibervictimización mostró correlaciones estadísticamente significativas e inversas, con tamaños del efecto pequeño, con respecto a las dimensiones de involucramiento escolar: conductual (p < .05, rs = -.15, r2 = .022), emocional (p < .05, rs = -.10, r2 = .010) y cognitivo (p < .05, rs = -.15, r2 = .022). En síntesis, la cibervictimización se relaciona inversamente con el involucramiento escolar.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle