Subire bullismo a scuola: l'impiego delle Reti Bayesiane per comprendere e prevenire

The phenomenon of school bullying is one of the main social issues affecting the well-being of adolescents. Despite the implementation of numerous prevention programmes, bullying continues to occur with significant consequences for the victims. This study aims to analyse the dynamics of bullying suffered using an innovative approach based on Bayesian networks, probabilistic tools capable of modelling dependencies between variables. The analysis was conducted on data from the international Health Behaviour in School-aged Children (HBSC) survey, focusing on students in the third year of secondary school. After a preliminary descriptive analysis, Bayesian networks were constructed by means of the Peter-Clark (PC) algorithm, with a focus on the stability of the results by bootstrapping and Bayesian Model Averaging. Probabilistic and causal inference made it possible to identify risk and protective factors associated with victimisation, highlighting the crucial role of family and school support. The results show that the risk of being bullied is higher among students who are overweight and have poor family and teacher support. These results offer insights for intervention strategies aimed at preventing the phenomenon.

Il fenomeno del bullismo scolastico rappresenta una delle principali problematiche sociali che influenzano il benessere degli adolescenti. Nonostante l'implementazione di numerosi programmi di prevenzione, il bullismo continua a manifestarsi con conseguenze significative per le vittime. Questo studio si propone di analizzare le dinamiche del bullismo subito utilizzando un approccio innovativo basato sulle reti Bayesiane, strumenti probabilistici in grado di modellare le dipendenze tra variabili. L'analisi è stata condotta sui dati dell'indagine internazionale Health Behaviour in School-aged Children (HBSC), concentrandosi sugli studenti del terzo anno della scuola secondaria di primo grado. Dopo un'analisi descrittiva preliminare, sono state costruite reti Bayesiane mediante l’algoritmo Peter-Clark (PC), con particolare attenzione alla stabilità dei risultati tramite bootstrap e Bayesian Model Averaging. L’inferenza probabilistica e causale ha permesso di identificare fattori di rischio e fattori protettivi associati alla vittimizzazione, evidenziando il ruolo cruciale del supporto familiare e scolastico. I risultati mostrano che il rischio di subire bullismo è maggiore tra gli studenti sovrappeso, e con un carente supporto familiare e dei docenti. Questi risultati offrono spunti per strategie di intervento mirate alla prevenzione del fenomeno.