Case studies on school violence polices for minority students: Focusing on Japan, Canada, the UK, and France
Bibliographic record
Abstract
본 연구는 소수 학생 대상 학교폭력 예방 및 대응에 관한 해외 사례를 비교ㆍ분석하는 것을 목적으로 한다. 이를 위해 일본, 캐나다, 영국, 프랑스를 대상 국가로 선정하여 국가별 소수 학생 대상 학교폭력의 개념과 동향, 법률, 정책, 운영 실제 중심의 예방 및 대응 체계, 정책적 평가를 중심으로 비교·분석하였다. 연구결과, 소수 학생 대상 학교폭력은 국가별로 차이는 있지만, 인종, 종교, 문화, 장애 등을 배경으로 소수 집단이나 개인을 대상으로 하는 차별, 편견, 증오 행위로 규정되었다. 관련 법률은 일본이 독립법을 제정하고 있는 반면, 캐나다, 영국, 프랑스는 민·형법, 평등법, 인권법, 교육법 등 기존 학교폭력 예방 및 대책 관련 법률을 적용하였다. 관련 정책의 시행 주체는 국가별로 다르지만, 처벌보다는 예방교육에 초점을 두는 정책을 지향하고, 피·가해학생을 위한 다양한 지원 방안 및 교직원 교육을 마련하고 있었으며, 소수 학생 대상 학교폭력 문제를 해결하기 위한 다양한 정부 및 민간기관 간의 협력 관계를 강조하였다. 실제 시행되고 있는 우수 교육 프로그램 및 사례 역시 국가별로 다양하지만, 단위학교별로 교과 교육과정과 연계하여 다양성을 이해하기 위한 다양한 활동이 이루어지고 있었다. 이에 기초하여 본 연구는 소수 학생 대상 학교폭력에 대한 세분화되고 체계적인 대응 방안 마련, 구체적이고 실질적인 조기 학교폭력 예방교육 실시, 다양한 정부, 민간기관, 전문 연구자 등이 협력할 수 있는 플랫폼 구축을 제안하였다.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".