,,Ég tárast alveg, þetta var svo mikið ofbeldi” : upplifun og reynsla einstaklinga af einelti í æsku
Bibliographic record
Abstract
Umræða um einelti og áhrif þess á líf fólks hefur aukist í samfélaginu á undanförnum árum. Þá hefur verið rætt um hversu lítið hafi verið aðhafst í eineltismálum hér á árum áður en hugtakið einelti þekktist jafnvel ekki fyrr en nú á síðastliðnum árum. Tilgangur rannsóknarverkefnisins var að kanna reynslu og upplifun viðmælenda af einelti í æsku og hvaða afleiðingar þeir teldu að það hefði haft á sjálfsmynd þeirra og geðheilsu. \nRætt var við fjóra viðmælendur sem allir áttu það sameiginlegt að hafa orðið fyrir einelti í æsku. Líkanið um iðju mannsins, MOHO, var haft að leiðarljósi til að kanna hvaða áhrif umhverfið hefði á viljann, vanann og framkvæmdagetuna hjá viðmælendunum. Rannsóknarverkefnið samanstendur af samantekt á heimildavinnu og eigindlegri rannsókn. Aðferðin sem var notuð er byggð á aðferðafræði Vancouver-skólans í fyrirbærafræði. Sú aðferð byggir á þeim skilningi að hver og einn sjái heiminn með sínum augum, þar sem sýn hans og túlkun mótast af fyrri reynslu. Sú sýn hefur áhrif á hvernig einstaklingurinn upplifir heiminn og hvernig hann hegðar lífi sínu. Viðmælendurnir greindu allir frá því að eineltið hefði haft afgerandi áhrif á mótun sjálfsmyndar þeirra og brotið hana niður, þannig að þeir upplifi enn í dag óöryggi og óvissu með allt sem þeir taka sér fyrir hendur. Þetta sýnir að röskun á þróun og þroska sjálfsmyndar hefur mikil áhrif á einstaklinga. Ef einstaklingur hefur stutta skólagöngu að baki, brotna sjálfsmynd og litla trú á eigin áhrifamætti hefur það áhrif á starfsval hans og félagslega stöðu. Neikvæð upplifun hefur áhrif á gildismat einstaklings og hvað hann tekur sér fyrir hendur sem hefur síðan áhrif á hlutverk hans seinna meir. Þau hlutverk sem einstaklingur sinnir hefur síðan áhrif á vana og verður að vanamynstri með tímanum. \nEinnig upplifðu viðmælendurnir að eineltið hefði haft mikil áhrif á geðheilsu þeirra. Einn þeirra taldi það sína stærstu þrautagöngu í lífinu að hafa aldrei losnað undan þeirri andlegu vanlíðan sem hann upplifði þegar hann varð fyrir eineltinu.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.084 | 0.039 |
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".