MétaCan
Menu
Retour à la cohorte
Enregistrement W2998513798 · doi:10.5539/gjhs.v11n14p115

Gender Differences in Stress Perception among Special Education Students

2019· article· en· W2998513798 sur OpenAlexvenueno aff
Michael Eskay, Florence Ijeoma Arumede, Annastasia Uchenna Eneh, Jane Ogoma Aja

Notice bibliographique

RevueGlobal Journal of Health Science · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePsychological and Temporal Perspectives Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerceptionStress (linguistics)PsychologyData collectionNull hypothesisSpecial educationTest (biology)Descriptive researchDescriptive statisticsMedical educationApplied psychologyClinical psychologyMathematics educationMedicineSociologySocial scienceMathematics

Résumé

récupéré en direct d'OpenAlex

This study examined gender differences in stress perception among special education students in South-East Nigerian Universities. One research question and a null hypothesis guided the study. The study design was a descriptive survey. The study sampled 800 students enrolled in special education. The instrument for collection of data was a questionnaire which measures the perception of stress in students.  The research data were analyzed using mean, standard deviation and t-test. The finding of the study revealed that there was no significant between male and female academic stress. For affected students of special education to be stress-free, the collaboration of special education experts and educational stakeholders is necessary for assisting such students.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,092
Tête enseignante GPT0,483
Écart entre enseignants0,392 · 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.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetPsychological and Temporal Perspectives ResearchTravaux en français237 207