Notice bibliographique
Résumé
Undergraduate students struggle to incorporate stress coping strategies or self care routines into their lives that take time (e.g., yoga or exercise). However, there are many useful stress coping methods that do not require a significant time investment (e.g., deep breathing, cognitive reappraisal). These strategies can also be employed in the moment when students are facing an immediate stressor, like writing a final exam. Although these simple strategies exist, students often do not use them in the moment. It is unclear whether this lack of use is due to lack of knowledge , lack of belief that the strategy will be effective, or other factors. Our proposed study will examine these first two ideas. We will recruit participants into one of four groups: 1) deep breathing, 2) cognitive reappraisal, 3) deep breathing with biofeedback, 4) cognitive reappraisal with biofeedback. Physiological (i.e., heart rate variability) and psychological (i.e., perceived stress) measures will be assessed at baseline. Participants will then complete a stress-inducing mathematics task. Next, participants will be taught one of the two stress interventions. The stress task will then be repeated, and participants will be asked to use the intervention during the second stress task, either receiving heart rate variability biofeedback or not. Throughout the rest of the semester, participants will receive email prompts inquiring if they have used the learned intervention. We hypothesize that participants who receive biofeedback, and thus see that the intervention is effective, will use the intervention more often throughout the semester. 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».