MétaCan
Menu
Retour à la cohorte
Enregistrement W2152503331

Indispensable Insight: Children's Perspectives on Factors and Mechanisms That Promote Educational Resilience.

2014· article· en· W2152503331 sur OpenAlexvenueno aff
Jayne Downey

Notice bibliographique

RevueCanadian Journal of Education / Revue canadienne de l éducation · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPsychological resilienceHumanitiesDevelopmental psychologySocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In order to foster educational resilience in children who face adversity, adults need a clear grasp of which factors are most relevant and motivating for these children. This study asked 50 children (ages eight to 12) who face serious life difficulties to share their perspectives on which factors support academic performance and how those factors operate in their lives. Participants identified eight factors (intelligence, feelings, behaviours, home environment, family assistance, school support, community connections, organized programs) that improve academic performance and described three mechanisms (facilitating work, increasing understanding, preventing negative behaviour) by which the factors function. Implications for practice and further research are discussed. Resume Afin d’encourager la resilience chez les enfants faisant face a des contextes d’adversite, les adultes doivent clairement saisir quels facteurs sont les plus pertinents et motivants pour ces enfants. Nous avons demande a cinquante enfants entre huit et douze ans faisant face a des serieuses difficultes de nous indiquer quels facteurs soutenaient la performance academique, et comment ces facteurs se deployaient dans leur vie. Les participants ont identifie huit facteurs (intelligence, sentiments, comportements, environnement familial, soutien familial, soutien scolaire, contacts dans la communaute, programmes structures) qui amelioraient leurs performances academiques, et ont decrit trois mecanismes (faciliter le travail, augmenter la comprehension, prevenir les comportements negatifs) par lesquels les facteurs entraient en action. Nous abordons ensuite les implications de ces donnees pour la pratique et la recherche.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0030,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,314
Écart entre enseignants0,285 · 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'étudeQualitatif
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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Education / Revue canadienne de l éducationMême sujetResilience and Mental HealthTravaux en français237 207