MétaCan
Menu
Retour à la cohorte
Enregistrement W3005193647 · doi:10.1080/03075079.2020.1723532

The indirect effects of academic stress on student outcomes through resourcefulness and perceived control of stress

2020· article· en· W3005193647 sur OpenAlexaff
Deborah J. Kennett, Christopher Quinn‐Nilas, Taylor Carty

Notice bibliographique

RevueStudies in Higher Education · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensCarleton UniversityUniversity of GuelphTrent University
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)Higher educationPsychologySocial psychologyAcademic achievementDevelopmental psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This study examined the mechanisms of resourcefulness and perceived control of stress in the relationships between academic stress and students’ resilience, university adaptation, and physical health, respectively. A sample of 586 undergraduate students completed questionnaires assessing the aforementioned variables. Analyses involved serial and parallel indirect effect models which demonstrated that individuals higher in academic stress were more likely to be less resilient if they were less resourceful and had lower perceived control of stress. Similar indirect effects were observed for the relationships between academic stress and the outcome variables university adaptation and physical health. Guided by existing theory, further serial indirect effects testing suggested that resourcefulness and perceived control of stress were best conceptualized as correlated processes. The importance and utility of teaching resourcefulness skills to students is discussed.

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 enseignants0,082
Score d'incertitude au seuil0,305

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)0,0000,000

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 Opus0,065
Tête enseignante GPT0,457
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.

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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Higher EducationMême sujetResilience and Mental HealthTravaux en français237 207