Psychological Microclimate of Student Groups, Studying in Different Instructional Formats
Notice bibliographique
Résumé
The article discusses psychological microclimate of a student group under different instructional formats (teaching and learning face-to-face, online, or blended). The main objective of the study was to explore factors that contribute the microclimate formation in connection with the changes that the formal postsecondary education undergoes because of the COVID-19 pandemic. One hundred and sixty-six students of several higher education institutions in Rostov-on-Don, Russia took part in the study. To fulfill the study objective, data about various individual characteristics of participating students and their subjective rating of the psychological microclimate in the respective student groups were collected by means of psychological testing and subjected first to the ANOVA and then to the multiple regression analyses. ANOVA revealed no statistically significant differences across instructional formats either in the microclimate scores or in the respondents’ psychological characteristics. The follow-up multiple regression analysis explored models of joint contribution of the predictor variables to the formation of the microclimate in student groups. Specifically, it found that the relationship between the microclimate and emotional tone is negative, whereas generosity and leadership inclinations are positive predictors of the psychological microclimate in student groups. Better understanding what factors determine dynamic interactions among students in various instructional formats could be instrumental in optimizing microclimate in students group, undoubtedly affected by rather dramatic changes in all aspects of our social lives, caused by the current epidemiological situation in the world. Psychological microclimate in a group is, in turn, capable of seriously impacting on students’ learning performance and psychological wellbeing.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».