Time Trends in Peer Violence and Bullying Across Countries and Regions of Europe, Central Asia, and Canada Among Students Aged 11, 13, and 15 from 2013 to 2022
Notice bibliographique
Résumé
BACKGROUND: The impact of the COVID-19 pandemic on temporal trends in peer violence and bullying deserves closer scrutiny. The aim of the present study was to examine temporal trends in peer violence and bullying among school-aged children before and after the COVID-19 pandemic. METHODS: Data from the Health Behaviour in School-aged Children (HBSC) surveys (2013/2014-2021/2022) were analyzed to track changes in peer violence and bullying over time. The sample encompassed over 700,000 students aged 11, 13, and 15 from more than 40 countries across Asia, Europe, and North America. RESULTS: Traditional (school) bullying perpetration and victimization did not change significantly over time. A significant decreasing trend in engagement in physical fighting between the 2013/2014 and 2021/2022 surveys was observed among male participants aged 15. In contrast, a significant increasing trend in engagement in physical fighting was observed among female participants aged 11 and 13 years. Following the pandemic, increases in cyberbullying perpetration and victimization were observed among students aged 11 and 13, a trend not evident among 15-year-olds. CONCLUSION: Except for cyberbullying, the pandemic did not appear to influence trends in peer violence and bullying, which remained largely stable or reflected trajectories that had begun prior to the pandemic.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».