An International Investigation of Variability in Teacher Perceptions of Bias-Based Bullying and Their Likelihood of Intervening
Notice bibliographique
Résumé
Abstract Bias-based bullying (i.e., bullying due to marginalized identities) is a significant and ongoing challenge within contemporary educational settings. Teachers are crucial in mitigating such harmful behaviors and cultivating positive peer relationships. The present study explores teachers’ perceptions of and intervention intentions in bias-based bullying situations across diverse cultural and educational settings. Using a between-subjects experimental design, primary and secondary teachers from 13 international sites located in Africa, Asia, Australia, Europe, and North America ( n = 4990) were randomly assigned to read a hypothetical vignette depicting student victimization based on their ethnicity, learning difficulties, physical appearance, gender expression, or sexual orientation. Multilevel linear models revealed that teachers’ perceptions varied depending on the type of bias-based bullying, such that when teachers were presented with a situation of bullying based on gender expression or sexual orientation, they reported lower levels of perceived responsibility, self-efficacy, and importance of responding when compared to other types of bullying. At the same time, teachers were less likely to blame the victim of bullying and expressed greater empathy towards involved students when being presented with a situation of weight-based bullying. However, there were no significant differences in rated intervention intentions across conditions. Results have important implications for teacher education and development, as well as for existing anti-bullying intervention 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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».