MétaCan
Menu
Retour à la cohorte
Enregistrement W2148454659 · doi:10.21083/ajote.v3i3.2762

ACADEMIC STRESS: ITS CAUSES AND RESULTS AT A UGANDAN UNIVERSITY

2014· article· en· W2148454659 sur OpenAlexvenueno aff
Gladys Nakalema, Joseph Ssenyonga

Notice bibliographique

RevueAfrican Journal of Teacher Education · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitRespondentStressorPsychological interventionPsychologyStress (linguistics)Graduation (instrument)Medical educationClinical psychologyMedicineSocial psychologyEngineeringPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

The study examined academic stress, study habits and academic performance of 196 (113 males and 83 females) undergraduates of Mbarara University of Science and Technology in Uganda using a cross-sectional survey research design. Findings showed that daily academic hassles were found to be the most stressful (M = 3.11; SD = 0.96) while personal problems were reported as the least stressful (M = 2.27; SD = 0.86). First year students experienced greater academic stress from financial hardships (χ2 = 10.71; p = .03), academic overload/time (χ2 = 10.23; p = .04) and social expectations (χ2 = 10.79; p = .01) than the continuing students. Motivation was the most used study habit (M = 6.52; SD = 1.18) among the respondent, while studying a chapter was the least common study habit (M = 3.86; SD = 1.35) among the students. Faculty of Development Studies students had better study habits (χ2 = 8.75; p = .03) than other faculties/institute based on grade performance. The GPA/CGPA 4.40 - 5.00 category had superior study habits (χ2 = 11.47; p = .01) than the other GPA/CGPA categories. Age (OR =. 88) was a significant predictor of having supplementary exams. Our results highlight the need for strategic interventions focusing on reducing academic stressors and improving the study habits of the undergraduates considering the uniqueness of the different faculties and year of study for improved academic performance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,103
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,328
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations47
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Teacher EducationMême sujetEducation, Achievement, and GiftednessTravaux en français237 207