MétaCan
Menu
Retour à la cohorte
Enregistrement W3082199570 · doi:10.20533/ijibs.2046.3626.2020.0050

Student Stress and Academic Satisfaction: A Mixed Methods Exploratory Study

2020· article· en· W3082199570 sur OpenAlexaff
Iffat Naeem, Fabiola E. Aparicio-Ting, Patti Dyjur

Notice bibliographique

RevueInternational Journal of Innovative Business Strategies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPsychologyBurnoutMedical educationExploratory researchContext (archaeology)Stress (linguistics)Qualitative propertyQualitative researchApplied psychologyClinical psychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Student satisfaction has implications for student academic success, engagement, and retention within their programs. The aim of this study is to explore the relationship between three levels of student stress and satisfaction in an undergraduate program. To explore: 1) the distribution of stress and program satisfaction within the program; 2) associations between measures of student stress and program level satisfaction; and 3) student perceptions about stress and program satisfaction using qualitative data. Online questionnaires were administered to 24 students in a small, undergraduate health sciences honours program. Correlational analysis was used to fulfill the objectives, which were triangulated with qualitative data. Levels of stress were low and academic satisfaction high within this program. Qualitative results suggest a small program size and social support as explanatory factors. A negative correlation was found between burnout and overall program satisfaction. Qualitative findings indicate that program context and individual characteristics may describe this association. This study has implication in promoting adaptive personality traits within students and facilitating supportive and engaging program environments to ensure student success.

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)0,002
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 enseignants0,099
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
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 Opus0,109
Tête enseignante GPT0,508
Écart entre enseignants0,399 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovative Business StrategiesMême sujetHigher Education Research StudiesTravaux en français237 207