MétaCan
Menu
Retour à la cohorte
Enregistrement W2085105303 · doi:10.5539/jedp.v1n1p18

Exploring the Protective and Promotive Effects of School Connectedness on the Relation between Psychological Health Risk and Problem Behaviors/Experiences

2011· article· en· W2085105303 sur OpenAlexvenueno aff
Michael J. Furlong, Jill D. Sharkey, Matthew Quirk, Erin Dowdy

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial connectednessPsychologyProtective factorDevelopmental psychologyPsychological resilienceConstruct (python library)Health riskLogistic regressionPerceptionMultinomial logistic regressionSocial psychologyClinical psychologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

The broad construct of school connectedness has been identified as a developmental protective factor due to itsassociation with lower involvement in a variety of problem behaviors. However, resilience research differentiatesbetween protective (lower frequency of problem behaviors primarily in the presence of high risk) and promotive(lower frequency of problem behaviors primarily in conditions of low risk) developmental influences, and thishas been an understudied aspect of school connectedness. This study examined the potential protective andpromotive influences of school connectedness in a sample of 3,220 students in Grades 8, 10, and 12 from fourCalifornia school districts. These youths completed self-reports of their psychological health risk, perceptions ofschool connectedness, and involvement in problem behaviors/experiences. Taking a person-focused data analysisapproach, a series of multinomial logistic regressions found that although school connectedness was protectivefor involvement in problem behaviors/experiences, more support was found for its promotive influences.Implications for research and practice are discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,169
Tête enseignante GPT0,386
Écart entre enseignants0,218 · 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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetYouth Development and Social SupportTravaux en français237 207