MétaCan
Menu
Retour à la cohorte
Enregistrement W2773853054 · doi:10.5430/wje.v7n6p33

Looking into Burnout Levels of Freshmen in English Majors of Normal University

2017· article· en· W2773853054 sur OpenAlexvenueno aff
Linjing Xu

Notice bibliographique

RevueWorld Journal of Education · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensnon disponible
Organismes subventionnairesJiangxi Normal University
Mots-clésBurnoutPsychologyVariety (cybernetics)Medical educationMathematics educationApplied psychologySocial psychologyPedagogyClinical psychologyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

Nowadays, college students are facing a complex society. Under the influence of various factors, the learningsituation of college students has met a variety of problems, among which is learning burnout. The purposes of thisstudy are (1) to assess the burnout levels of freshmen in English majors of normal university; (2) to explore whatcauses learning burnout and (3) to figure out the possible strategies to reduce the degree of its. The result shows thatthe means of all responded items is about 2.8286 on average, indicating that the burnout was close to the level ofmedium. There is no significant difference in terms of gender and only/not only child. However, there is indicationof influence of other factors such as knowing little about the major, lack of practice and communication with theirseniors.

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 enseignants0,075
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,344
Écart entre enseignants0,313 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetEmotional Intelligence and PerformanceTravaux en français237 207