BULLYING OR CONFLICT? BULLY-PROOFING STRATEGIES FOR PREVENTION AND INTERVENTION IN CANADIAN SCHOOLS
Bibliographic record
Abstract
Стаття акцентує увагу на шкільному булінгу, який є досить поширеним у різних країнах світу і вважається актуальною соціально-педагогічною і психологічною проблемою сьогодення. Як серйозні і масове явище булінг потребує вирішення, від чіткого визначення самого поняття до розробок практичних рекомендацій з його профілактики та протистояння. У статті даються визначення і характеристика форм та видів прояву шкільного булінгу, які постійно змінюються, пристосовуючись до нових обставин; наприклад, поява такої нової сучасної форми агресії як кібербулінг. Зниженню рівня цього негативного соціального явища може слугувати досвід Канади щодо антибулінгових заходів. Питання булінгу є дуже актуальним у канадських школах. Школи Канади націлені на біль конструктивні принципи превентивного характеру до подолання і протистояння булінгу. Антибулінгова робота є злагодженим механізмом і передбачає співпрацю школи з учнями та їх батьками, громадськими організаціями, членами громади і має підтримку державних інституцій. Булінг не зникне сам по собі, але його можна взяти під контроль – за умови, якщо не буде байдужих і всі разом почнуть працювати, щоб захистити від нього дітей. Це просто має стати обов’язком кожного, хто задіяний у цьому процесі, – зупинити булінг. Дослідження показали, що таке негативне явище як цькування найчастіше трапляється серед учнів середніх і старших класів, а його відсоток у початкових класах значно нижчий. Прояви булінгу зустрічаються у різному віці, у різних країнах між дітьми і підлітками. Вони наносять серйозну шкоду подальшому розвитку особистостей, які відчули його на собі, і тому необхідна повна підтримка на всіх рівнях, щоб допомогти їм зрозуміти непристойність на неприпустимість такої поведінки і звернути увагу на важливість поваги у стосунках з іншими і вміння знаходити шляхи самоствердження через позитивне лідерство.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.021 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".