MétaCan
Menu
Retour à la cohorte
Enregistrement W3030778830 · doi:10.36315/2019inpact065

ADJUSTMENT OF GRADUATE STUDENTS WITH ATTENTION DEFICIT HYPERACTIVITY DISORDER (ADHD)

2019· article· en· W3030778830 sur OpenAlexaff
Julien Dalpé, Georgette Goupil, France Landry, Rachel Paquette

Notice bibliographique

RevuePsychological Applications and Trends 2019 · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensInstitut du Savoir MontfortUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyAttention deficit hyperactivity disorderAdaptation (eye)Graduate studentsScale (ratio)Clinical psychologyMedical educationDevelopmental psychologyPedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The difficulties of undergraduate students with ADHD are widely documented (Emmers, Jansen, Petry, van der Oord, & Baeyens, 2017).This allows the development of support measures tailored to their needs.Many of these students complete their undergraduate studies and enter master's and doctoral programs.Graduate studies present additional challenges, particularly related to independent research and writing.However, few studies have explored the adjustment of students with ADHD at the graduate level, that is their ability to meet the demands of their study environment.This study aims to compare the adjustment of master's and doctoral students with ADHD (n = 16) and without ADHD.Participants completed a French translation of the Student Adaptation to College Questionnaire (Pariat, 2008, Baker & Syrik, 1999).This scale measures four dimensions of adjustment: academic, social, personal-emotional and goal commitment/institutional attachment.Students with ADHD present average scores for the overall scale and the four subscales.Moreover, their scores do not differ significantly from those of the students without ADHD.These results indicate that graduate students with ADHD may respond as well to the demands of their study environment as their peers without ADHD, despite the additional challenges associated with their diagnosis.Further studies should explore the conditions and mechanisms facilitating their adaptation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,372
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological Applications and Trends 2019Même sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207