The Influences of Sex, Gender Identity, and Power on Faculty-Graduate Student Relational Mentoring and its Association with Student Psychological Health
Notice bibliographique
Résumé
Evidence suggests that university student psychological health problems may be increasing, and graduate students may be at increased risk for problems such as depression relative to the general population.The limited extant research has identified a correlation between relational mentoring characterized by mutual authenticity, engagement, and empowerment, and female undergraduate student psychological health.The current research fills gaps in the mentoring and feminist psychological literatures by examining this correlation in faculty-graduate student mentoring and testing key assumptions of relational-cultural theory, from which the concept of relational mentoring is derived.Relational-cultural theory assumes: 1) relational mentoring is more important to the psychological health of women than men, and 2) women are more likely than men to adopt a relationship style that would foster relational mentoring.This research was also informed by feminist critiques of these assumptions.Consequently, using a survey of 421 graduate students from various disciplines across Canada, Study 1 examined the association between faculty-graduate student relational mentoring and psychological health outcomes.Study 1 further tested the moderating effects of student sex, gender identity (i.e., masculine, feminine traits), and the power dynamics of the individual faculty-student relationships.A significant correlation was observed between relational mentoring and positive psychological health (i.e., decreased depressive symptoms, increased self-esteem and life satisfaction).This association was not moderated by student sex, gender identity, or relationship power dynamics.Using an online, experimental design and a sample of 186 undergraduate students, Study 2 examined the effects of sex, gender identity, and a randomly assigned power condition (i.e., high-power Theoretical Background………………………………………………………... 2 Conceptualizing Faculty-Graduate Student Mentoring…………………….. 2
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».