Notice bibliographique
Résumé
Wright, Laurie. I Believe in Myself! Illustrated by Ana Santos, Laurie Wright, 2018. Laurie Wright is a childhood mental health specialist and this book is one of seven books within her Mindful Mantras collection. All the books are centered around BIG feelings and examples for creating positive self talk. These books are clearly designed to help both parents and teachers open the discussions regarding mental health with young children. The vocabulary and scenarios in this book are suitable for younger readers and listeners, and the book is quite accurately rated for ages 4 – 8. The theme is very well developed, in that after every scenario, there is a positive solution, and repeated phrase, “I believe in myself!” This book invites the readers and listeners to think about times they have been in similar scenarios and how they reacted when faced with them. A vast array of emotions are covered, from anxiety, to shyness, to nervousness, to panic, to frustration, and many more. This provides the children with a diversity of feelings to relate to. The illustrations in the book are a strong and accurate representation of what specific feelings could look like, which can help younger students learn social skills and the virtue of empathy. The book's format, font size, and images are big enough to be used for a group/class discussion, as well as one on one. The book also comes with free additional resources at the author’s website in regard to mental health, and how to talk to children about it. Overall, the book is a quick read aloud that is perfect for opening the door to start the conversations about BIG feelings, mental health, positive self talk and empathy. Highly Recommend: 4 out of 4 starsReviewer: Jessica Oscar
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,164 | 0,155 |
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 ».