MétaCan
Menu
Retour à la cohorte
Enregistrement W2755757036 · doi:10.5539/jedp.v7n2p96

Counseling over Time as a Correlate of Non-Urgent Undergraduate Institutional Commitment

2017· article· en· W2755757036 sur OpenAlexvenueno aff
Gary Blau, John DiMino, Iris Abreu, Kayla LeLeux-LaBarge

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeelingMental healthPsychologyInstitutionSample (material)PaceAdministration (probate law)Social psychologyPsychological counselingClinical psychologyMedical educationApplied psychologyMedicinePolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

The general purpose of this study was to examine counseling services as a correlate of institutional commitment and related variables over time on a sample of non-urgent undergraduates. Data for non-urgent clients at a University Counseling Center (UCC) were collected using on-line surveys over four time-periods. Within-time correlations generally showed that mental health concerns was negatively related to institutional commitment, while counseling help belief was positively related. Institutional commitment is defined as a student feeling that he or she selected the right institution to attend Using a smaller sample, i.e., n = 15, of complete-data clients matched-over-time, overall level of mental health concerns significantly declined, while institutional commitment significantly increased. Counseling help belief decreased from Time 1 to Time 2 but then increased over time. Scientifically demonstrating to higher-level University administration that counseling over time can positively influence undergraduates’ institutional commitment can help the UCC to increase its allocation of university-based resources to keep pace with non-urgent client demands.

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)0,011
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,039
Tête enseignante GPT0,434
Écart entre enseignants0,396 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetHigher Education Research StudiesTravaux en français237 207