MétaCan
Menu
Retour à la cohorte
Enregistrement W3044304276 · doi:10.1177/0743558420942477

Does Purpose Grow Here? Exploring 4-H as a Context for Cultivating Youth Purpose

2020· article· en· W3044304276 sur OpenAlexfundno aff
Anthony L. Burrow, Kaylin Ratner, Sabrina E. Porcelli, Rachel Sumner

Notice bibliographique

RevueJournal of Adolescent Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensnon disponible
Organismes subventionnairesHatch
Mots-clésThrivingPositive Youth DevelopmentTransformative learningFocus groupPsychologyContext (archaeology)Developmental psychologyPedagogySocial psychologyMedical educationSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Most youth development programs strive to promote thriving, but scientific inquiry into how they achieve this aim is rare and often complicated by nuanced program structures and delivery. Across two studies, we explored how one thriving indicator, having a sense of purpose in life, may be cultivated by a statewide 4-H program. In Study 1, an inductive text mining approach called latent Dirichlet allocation (LDA) was used to content analyze 63 4-H practitioners’ definitions of purpose and focus group conversations about how the program fosters this sense in youth. In Study 2, 113 4-H participants (aged 12–18 years, M age = 14.77; 66% female) reported their purpose exploration and commitment and the extent to which they have engaged with particular program experiences. The LDA suggested educators believe 4-H fosters purpose by offering diverse and transformative activities that equip youth with key resources. Youth reports largely corroborated these beliefs: Correlational analyses revealed youth who felt they acquired life skills in 4-H reported greater purpose commitment, whereas youth who felt they had access to older youth with long-term aspirations reported greater purpose exploration. Implications for how 4-H and other programs might scaffold activities to promote youth purpose are 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 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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,007
Communication savante0,0050,004
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
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 Opus0,414
Tête enseignante GPT0,441
Écart entre enseignants0,027 · 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'étudeQualitatif
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Adolescent ResearchMême sujetYouth Development and Social SupportTravaux en français237 207