Social Media, Not so Social: Exploring the Ethical and Administrative Implications of Cyberbullying Research as it Pertains to its Detection, Measurement, and Implementation of Preventative Strategies in Schools
Notice bibliographique
Résumé
The digital revolution in the 21st century has paved the way for the proliferation of social-networking sites such as Facebook, Twitter, Instagram, Snapchat, TikTok, and others, which has helped to perpetuate civilization's age-old power imbalances in the form of cyberbullying. This paper examined how cyberbullying among adolescents are being detected, measured and mitigated, and what the ethical considerations are for school leaders. This conceptual research paper reviewed and analyzed 33 scholarly sources, belonging to a wide range of disciplines from cyber ethics to computer science. This analysis exposed cyberbullying as a social justice issue, plagued with gaps in trust, digital savviness, hierarchical structure, and policy initiatives. This paper invites school leaders to work within the Critical Transformative Leadership for Social Justice (CTLSJ) framework when navigating the ethical difficulties that may arise with cyberbullying detection, measurement and mitigation initiatives. Looking ahead, this paper urges the digitally novice adults to keep pace with the digitally native adolescents, and for policy makers to collaborate more with Influencers to help raise awareness around cyber ethics and digital citizenship among adolescents. Key words: Social-media, cyberbullying, critical transformative leadership for social justice, digitally novice, digitally native, Influencers, digital citizenship
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,029 |
| Communication savante | 0,019 | 0,021 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».