MétaCan
Menu
Retour à la cohorte
Enregistrement W1976827775 · doi:10.1111/j.1467-8624.2009.01347.x

Shyness-Sensitivity and Social, School, and Psychological Adjustment in Rural Migrant and Urban Children in China

2009· article· en· W1976827775 sur OpenAlexaff
Xinyin Chen, Li Wang, Zhengyan Wang

Notice bibliographique

RevueChild Development · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésShynessPsychologyDevelopmental psychologyCompetence (human resources)Social competenceSocial environmentChinaSocial psychologySocial changeAnxietySociologyGeography

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine relations between shyness-sensitivity and social competence, school performance, and psychological well-being in Chinese children with rural and urban backgrounds. Participants were students in rural migrant children schools and city schools in China (Ns = 411 and 518, respectively; M age = 10 years). Data were obtained from peer evaluations, teacher ratings, self-reports, and school records. It was found that shyness was associated with social and school problems and depression in urban children. However, shyness was generally associated with indexes of adjustment such as leadership, teacher-rated competence, and academic achievement in rural migrant children. The results indicate the role of context in defining the functional meaning of social behavior in children's adjustment.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,291
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations233
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207