COMPREENDER A VIOLÊNCIA ESCOLAR: UMA REVISÃO SISTEMÁTICA SOBRE AS CARACTERÍSTICAS, FATORES ASSOCIADOS E INTERVENÇÕES
Notice bibliographique
Résumé
RESUMO: As instituições de ensino devem ser ambientes acolhedores e seguros para promover o aprendizado e o desenvolvimento dos estudantes. No entanto, a segurança nas escolas tem sido comprometida por uma série de incidentes de violência escolar, que abrange desde vitimização entre pares e bullying até ataques armados. Este estudo realiza uma revisão rápida de revisões sistemáticas sobre violência escolar conduzidas no Brasil e no exterior, com o objetivo de compreender as características da violência escolar, seus fatores associados, ataques armados em escolas e possíveis medidas de prevenção e intervenção diante da violência escolar. Foi adotada uma abordagem de revisão rápida, seguindo o protocolo PRISMA (Page et al., 2021), com ênfase em revisões sistemáticas sobre violência escolar, as quais foram rastreadas por meio da busca de títulos em onze bases de dados. Foram recuperadas 1738 publicações e, após a exclusão das duplicatas, triagem das referências e avaliação da qualidade dos textos completos localizados, 127 estudos foram mantidos na análise. As categorias resultantes da análise foram: características da violência escolar (15% dos estudos), fatores associados à violência escolar (45,7%), intervenções diante da violência escolar (33,8%) e ataques armados às escolas (5,5%). Os resultados destacaram a complexidade da violência escolar e a heterogeneidade das taxas de prevalência de violência escolar, além de destacar a necessidade de mais pesquisas sobre a violência escolar no contexto brasileiro para a o desenvolvimento e avaliação de intervenções inclusivas e culturalmente adequadas.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».