MétaCan
Menu
Retour à la cohorte
Enregistrement W2021028035 · doi:10.5539/ijps.v5n2p85

Therapeutic Strategies (Resiliency & Self-Control) in Reducing Late Adolescents’ Risky Smoking Behaviour in Oyo State, Nigeria

2013· article· en· W2021028035 sur OpenAlexvenueno aff
Titilola A. Adebowale

Notice bibliographique

RevueInternational Journal of Psychological Studies · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyAffect (linguistics)Cigarette smokingStatistical significanceClinical psychologyInternal consistencyDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Cigarette Smoking is one of the risky behavioural problems of exploration and experimentation of theadolescents. One of every six Nigerian adolescents is a smoker, hence the adolescents need help. This studyinvestigates the efficacy of resiliency and self-control strategies on the management of late adolescents’ riskysmoking behavior. The study adopted experimental design with a 3x2 factorial index. 120 senior secondaryschool students were randomly selected from three secondary schools, consisting of only male students withdiverse characteristics. The treatment lasted for eight weeks. Adolescents Smoking Behaviour AssessmentQuestionnaire was used for the study. Statistical Package for Social Sciences (SPSS) was adopted for thereliability with internal consistency of 0.95 (r=0.95). The choice of items and its selection determined the contentvalidity, with 25 items finally used. Two hypotheses were postulated and tested at 0.05 level of significance. Thefindings reveal that self-control strategy significantly affect smoking behaviour of the late adolescents (F(1,39)=18.103, P<0.05). Also resiliency strategy significantly affect the smoking behavior of the late adolescents(F(1, 39) =15.883, P<0.05). The two strategies are effective in the management of late adolescents’ risky smokingbehaviour. The duo can always complement each other in treatment.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,051
Tête enseignante GPT0,440
Écart entre enseignants0,390 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Psychological StudiesMême sujetResilience and Mental HealthTravaux en français237 207