Take A Hike! The Impact of Adventure-based Learning on Psychological Wellbeing in Troubled Youth.
Notice bibliographique
Résumé
Adventure based learning (ABL) programs involve experiential learning combined with outdoor recreation, including hiking, snowshoeing, biking, and kayaking. ABL activities push students outside of their comfort zone often resulting in learning and personal growth. A variety of psychological outcomes have been associated with participation in ABL programs, including improved self efficacy, self esteem, resilience, general well-being, and internalized locus of control, but many studies investigated short duration programs (<6 weeks); and fewer have considered the effects across multiple years. PURPOSE: To assess outcomes related to psychological wellbeing, deviant behaviours, and life skills over the course of a multi-year intensive ABL program in a group of at-risk teenagers. METHODS: Teenagers enrolled in a school-based program (43/5 m/f, 16.5±0.9 yr) completed questionnaires twice during the school year, and data was compared using paired t-tests. Questionnaires included validated measures of self esteem, self efficacy, wellbeing, distress, locus of control, substance (cigarette, alcohol, drug) use, and life effectiveness. RESULTS: In the full sample, end-of-year scores for self esteem (p = .03), wellbeing (p = .006), and emotional control (p < .001) increased from baseline. Additional analyses on subgroups of new (n = 26) and returning (n = 22) students revealed significant changes in wellbeing (p = .009) and emotional control (p = .001) only in students that were new to the program, but there were no significant changes (all p > .05) between pre- and post- measures in returning students. CONCLUSIONS: Students in a multi-year ABL program reported improved scores in variables related to positive mental health. These improvements occurred only during the first year of a multi-year program. Participants’ prior involvement in ABL and related programs should be considered when investigating mental health outcomes associated with ABL.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».