MétaCan
Menu
Retour à la cohorte
Enregistrement W3183024347 · doi:10.5539/res.v13n3p31

The Experience of Absorption of New Immigrant Adolescents in the Digital Age, as Perceived by Mentors Who Work With Them From a Social-Emotional Point of View

2021· article· en· W3183024347 sur OpenAlexvenueno aff
Gila Cohen Zilka

Notice bibliographique

RevueReview of European Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyCoping (psychology)ImmigrationSociocultural evolutionContext (archaeology)Digital nativeSocial psychologyPerspective (graphical)Developmental psychologySociologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

Immigration of adolescents involves multiple, many-faceted changes. This study examined the experience of absorption of adolescents in Israel, in the digital age, through the eyes of mentors who work with them, from the mentors’ social-emotional perspective of themselves and of their students. In this mixed-method study, 122 mentors completed questionnaires with closed and open-ended questions, and wrote extensively about their difficulties. The findings show that most mentors (66%) worked hard to make their students part of the social fabric. Some of the mentors (34%) encountered problems resulting from misunderstandings and poor communication because of language difficulties and lack of control over pragmatic aspects in a sociocultural context. They strove to raise social awareness in the adolescents through observation, and to provide tools for reading and responding to behaviors, all the while encouraging social involvement. Mentors thought that digital environments helped them and the adolescents in their coping. Thanks to digital environments, especially smartphones, adolescents were able to blend into their new environment. Translation, databases, numerous applications, and groups on social networks respond to their needs and help with difficulties they encounter in real time, creating a sense of social connection and belonging.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,226

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,310
Écart entre enseignants0,268 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetChild Development and Digital TechnologyTravaux en français237 207