Pedagogical approaches to support student resilience in higher-education settings: A systematic literature review
Notice bibliographique
Résumé
In recent years, Higher education (HE) students have continued to report rising rates of anxiety, depression and stress. One strategy employed to address these developments has been providing educational and administrative services that help to support and promote student resilience. Efforts to improve student resilience in HE may be bolstered by programs and strategies that go beyond traditional healthcare service delivery: for instance, initiatives such as in-course pedagogical approaches which target enhancing student resilience awareness and understanding. This systematic review aimed to identify, analyze, and synthesize the essential characteristics and programmatic features (e.g., methods) of pedagogical approaches (i.e., teaching strategies, curricula or other features) designed to support resilience among students in HE contexts. Searches were carried out in ERIC, PsychINFO, and SCOPUS and returned 1,545 results. Ultimately, thirty-five articles were included in the final synthesis. A three-level thematic analysis of the included thirty-five articles was conducted, in order to develop rigorous and consistent analytical themes. The five analytical themes that were subsequently developed included: 1) resilience education: reflection, understanding, awareness; 2) individual strategies: personal skill development; 3) institution- or department-level: structural, curricular opportunities; 4) interpersonal strategies: relational skill development; and 5) learning community: cohesion, integration, resource awareness. The implications and effectiveness of these themes for HE instructors are discussed.
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 | 0,004 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».