“I Laughed Along for Years But Hated It Inside:” Understanding Nuance in Peer Teasing Experiences Using a Thematic Analysis
Notice bibliographique
Résumé
INTRODUCTION: Peer teasing is ubiquitous, yet ambiguous in nature. Despite recent attempts to delineate and clarify differences in teasing experienced as playful versus harmful, there remains overlap and complexity in these interactions. In the current study, we present a conceptual model of teasing, which includes many nested features that dynamically interact within a teasing episode. Using this conceptual model to guide our work, the goal of the current study was to use qualitative inquiry to bring further conceptual clarity to the overlap between teasing that is experienced as playful versus harmful. METHOD: Using semi-structured interviews, we asked university students (N = 27; 63% female, 18-25 years old) in Ontario, Canada, to describe a teasing interaction from their adolescence that they experienced as 1) harmful and 2) playful, with prompts to fully explore the specifics and context of the interaction. RESULTS: Using thematic analysis, six primary themes were identified: reciprocity versus repetition, the role of power, factors that amplify harm, the interaction between targets' and perpetrators' responses, the need for social skills, and the lasting impacts of teasing. CONCLUSIONS: These themes demonstrate the various mechanistic patterns that are involved in complex teasing interactions and play an important role in the experience of teasing as either harmful or playful. Implications for teachers, parents, and youth themselves in managing social relationships are discussed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».