MétaCan
Menu
Retour à la cohorte
Enregistrement W3142773947 · doi:10.1080/00223980.2021.1891854

Self-Esteem, Resilience, Social Support, and Acculturative Stress as Predictors of Loneliness in Chinese Internal Migrant Children: A Model-Testing Longitudinal Study

2021· article· en· W3142773947 sur OpenAlexaff
Ben C. H. Kuo, Siqi Huang, Xiaoyan Li, Danhua Lin

Notice bibliographique

RevueThe Journal of Psychology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésLonelinessPsychologyAcculturationBeijingSelf-esteemSocial supportPsychological resilienceCoping (psychology)Structural equation modelingClinical psychologyLongitudinal studyDevelopmental psychologySocial psychologyChinaEthnic groupMedicineSociology

Résumé

récupéré en direct d'OpenAlex

The present study examined the risk and protective factors of loneliness among Chinese internal migrant children (CIMC) in Beijing, China, including self-esteem, resilience, social support, and acculturative stress. Longitudinal survey data were collected from a large sample of 4th, 5th, and 6th grade CIMC from three schools in Beijing, at four time points (N = 862 at T1 to N = 837 at T4) over a 20-month period. Grounded in the Cultural and Contextual Model of Coping and the Acculturation Theory, two predictor models of loneliness were tested with path analysis. The results yielded the following: a) the two predictor models fit the data well; b) CIMC’s T1 self-esteem and T1 resilience protected them against loneliness at T4; and c) CIMC’s T2 social support seeking was a significant mediator between self-esteem and loneliness, and between resilience and loneliness; and d) similarly, CIMC’s T3 acculturative stress was a significant mediator between self-esteem and loneliness, and between resilience and loneliness. The study’s results highlight the merit and importance of implementing theoretically-guided, model-testing research grounded in a prospective research design, to help advance CIMC research. Implications for future research on and practical support for CIMC 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)0,003
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 enseignants0,096
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,422
Écart entre enseignants0,383 · 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

Citations32
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of PsychologyMême sujetResilience and Mental HealthTravaux en français237 207