MétaCan
Menu
Retour à la cohorte
Enregistrement W3158483333

How do Strengths-Based Schooling and Caregiver Stress Impact Student Engagement?

2020· article· en· W3158483333 sur OpenAlexaffabout
Kathryn Jelly

Notice bibliographique

RevueStudent Research Proceedings · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésStudent engagementPsychologyTask (project management)Stress (linguistics)Developmental psychologySocial psychologyApplied psychologyMathematics education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The term twice-exceptional (2E) refers to individuals who are both gifted and face some type of learning challenge. 2E students often face unique social-emotional challenges that may result in lower levels of school engagement. Previous literature suggests a high level of engagement prevents dropping-out, leads to better grades, is related to lower rates of depression, and can be a protective factor against suicidal behaviors. Research suggests that a collaborative, strengths-based school approach is most effective for improving outcomes of 2E students. In this approach school material is presented in a way that aligns with students’ talents and interests, and decisions about the students’ education involve the student, their family, and any relevant professionals. Strong parent-school relationships may mediate levels of parental stress, which has been shown to impact student engagement. Because of the benefits associated with higher school engagement, we will explore whether this approach is also beneficial for typically-developing students. With this study, we aim to determine the relationship(s) between student engagement, task-strength alignment, and caregiver stress by recruiting 2E students, typical students, and their caregivers. Students’ strengths will be assessed and compared to tasks planned by their teachers. We will then observe their level of engagement during these tasks. Survey data on caregiver stress will be collected at various points in the study. We hypothesize that across both groups, student engagement will be higher when task-strength alignment is higher. We also predict there will be an inverse relationship between student engagement and caregiver stress in both groups. Presented in absentia on April 27, 2020 at Student Research Day at MacEwan University in Edmonton, Alberta. (Conference cancelled) Faculty Mentor: Michele Moscicki Department: Psychology

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)0,000
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 enseignants0,366
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,148
Tête enseignante GPT0,538
Écart entre enseignants0,390 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetResilience and Mental HealthTravaux en français237 207