MétaCan
Menu
← Retour à la cohorte
Enregistrement W3183888862 · doi:10.4995/head21.2021.13006

Fostering the resilience of graduate students

2021· article· en· W3183888862 sur OpenAlexaff
Colette Jourdan-Ionescu, Șerban Ionescu, Francine Julien‐Gauthier, Michael Cantinotti, Sara-Jeanne Boulanger, Dieudonné Kayiranga, Liette St-Pierre, Etienne Omolomo Kimessoukie, Eugène Rutembesa, Anne-Marie Moudio, Benjamin Alexandre Nkoum

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversité LavalUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésSupervisorPsychological resiliencePsychologyResilience (materials science)EmpowermentReciprocalSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper originates from research carried out by an international team of university professors interested in protective factors promoting the resilience of graduate students, in particular regarding the student-supervisor relationship. Following a literature review on the subject, the paper presents the resilience factors affecting the student and those relating to the supervisor. The main factors that appear to promote the resilience of graduate students are individual, family and environmental protective factors (as gender, temperament, cultural background, personal history of schooling, motivation, family support, being childless, wealth of the social support network, means offered by the supervisor and the university). For the supervisor, the main protective factors appear to be individual (experience, style and role assumed towards the student, support the student’s empowerment as his/her schooling progresses). The reciprocal adjustment throughout the studies between the supervisor and the student appears essential to promote their tuning for the resilience and the success in the graduate studies.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,140
Tête enseignante GPT0,491
Écart entre enseignants0,350 · 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'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetResilience and Mental Health→Travaux en français237 207→