Teaching Beyond the Screen: How Do Teachers Combat Online Misogyny Amongst Adolescent Boys?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Concerns about the influence of misogynistic social media content on adolescent boys have become increasingly urgent in U.S. education, yet little research has examined how American high school teachers are responding to this growing epidemic. While studies from Australia, the United Kingdom, and Canada have explored school-based responses to online misogyny and sexist behavior, this thesis addresses a significant gap in the U.S. context. Based on 17 in-depth interviews with high school teachers in the Chicagoland area, this study investigates how educators perceive the influence of popular male social media influencers ("Manfluencers") amongst boys, what they observe in the classroom, and how they respond. While most teachers acknowledged that online misogyny was shaping boys' behavior and beliefs, their responses varied dramatically, shaped less by any shared framework or school policy than by their own identities, pedagogical orientations, and institutional constraints. Teachers differed on whether they saw misogyny as widespread or isolated, on their ability to respond, or whether it was part of their teaching responsibility to act at all. This variation reveals a deeper absence of institutional coordination as well as a lack of consensus about the nature of the problem itself. While some teachers proposed mandatory gender curricula or other types of interventions, others avoided engagement altogether. Beyond a simple binary of punitive versus restorative responses, this thesis argues teachers are navigating a broader landscape of uncertainty—one marked by unclear expectations and uneven support. Addressing this gap demands not just better resources, but a whole-school reorientation grounded in care, community, and social justice.
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.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle