MétaCan
Menu
Retour à la cohorte
Enregistrement W2726437596 · doi:10.14288/cjur.v2i1.188732

Exploring a Novel Approach to Study Self-Esteem in Children: An Implicit Model

2016· article· en· W2726437596 sur OpenAlexaff
Parky Lau

Notice bibliographique

RevueOpen Collections · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSelf-esteemPsychologyFeelingImplicit attitudeScale (ratio)Social psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Self-esteem, an important topic in behavioral research, refers to the positive or negative subjective evaluation of one’s self. Indeed, our feelings of self-worth influence a wide range of domains such as mental well-being, academic success and life satisfaction. Clearly, it is important to foster healthy self-esteem as early as possible in development by assessing the specific factors that promote positive self-esteem in childhood. Yet, this research in children has mostly employed an explicit approach and may not reflect an accurate representation of a child’s self-esteem. Here, I argue for the use of an implicit model in studying self-esteem in providing a more holistic approach. Specifically, I will outline some key weaknesses of a solely explicit model and the benefits of employing an implicit model to the study of children’s self-esteem. Specific methods that can be utilized to measure implicit self-esteem in children will also be discussed. Finally, I will provide possible future directions for the application of a holistic approach in order to investigate specific parental techniques and environmental factors that promote the healthy development of explicit and implicit self-esteem.

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)0,000
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 enseignants0,613
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,155
Tête enseignante GPT0,357
Écart entre enseignants0,202 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207