MétaCan
Menu
Retour à la cohorte
Enregistrement W3119123761

Perception of Recreational Opportunities on a Campus to Increase Wellness

2018· article· en· W3119123761 sur OpenAlexaffabout
Brittni Steeves

Notice bibliographique

RevueURSCA Proceedings · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésRecreationPerceptionPsychologyApplied psychologyMedical educationOutdoor educationPedagogyMedicineEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Universities strive to enhance the student experience and promote student success. A major contributor to student success is the development of wellness, defined as the state of being in good health, especially as an actively pursued goal. Positive subjective wellness is achieved when individuals actively engage leisure activities to increase wellness. In conjunction with the Lethbridge Campus Ecology Project, the purpose of the study was to investigate undergraduate students’ use of campus green space to increase wellness and manage perceived stress. To enhance wellness in practice, it  is essential to determine not only what the students want, but also what types of outdoor leisure additions they would use. A survey was generated to explore students’ perception of leisure opportunities on campus and investigate what type of outdoor recreation students would use to enhance their wellness. Information gathered from responses will provide insight on what implementations would be utilized to increase greater wellness and reduce stress in students. It is hypothesized that outdoor leisure opportunities will be associated with an increase in subjective student wellness. Additionally, it is expected that females and males will differ significantly in their choices for wellness enhancement strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,031
Tête enseignante GPT0,265
Écart entre enseignants0,234 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueURSCA ProceedingsMême sujetUrban Green Space and HealthTravaux en français237 207