MétaCan
Menu
Retour à la cohorte
Enregistrement W4226396197 · doi:10.2436/rld.i76.2021.3726

Crònica legislativa de la Unió Europea. Primer semestre de 2021

2021· article· ca· W4226396197 sur OpenAlexaboutno aff
Antoni Torras Estruch

Notice bibliographique

RevueRevista Catalana de Dret Públic · 2021
Typearticle
Langueca
DomaineSocial Sciences
ThématiqueHuman Rights and Immigration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Compared to non-athletes, student-athletes have shown less help-seeking behaviors and more resistance towards counselling services (Donohue et al., 2018). Specific contextual factors may be significant reasons for these help-seeking trends including social support and institutional/organizational characteristics (Mcleroy et al., 1988; Tashkandi et al., 2022). Additionally, COVID-19 appears to have had mental health ramifications for post-secondary student-athletes, as well as the larger student population (Dragioti et al., 2022). Therefore, the current study aimed to assess student-athlete help-seeking behaviours both before and after COVID-19 within the context of varsity status and campus characteristics. This study utilized the Canadian subset of the National College Health Assessment (NCHA) from data collected in the Spring 2019 (52,326 students) and the spring 2022 (10,870 students). Self-reported general, campus and future help-seeking rates for both varsity and non-varsity students were compared with descriptive statistics and logistic regression models. Results indicated that while varsity athletes had significantly lower general help-seeking rates in 2019 (40.71% vs. 46.51%), these rates were equal in 2022 (49.4% vs. 49.6%). Campus help-seeking rates while not significantly different in 2019 (21.1% vs. 19.9%) show significantly higher rates for varsity athletes in 2022 (21.1% vs. 12.4%). Lastly, students at smaller campuses (

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,735
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,309
Écart entre enseignants0,295 · 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.

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 revueRevista Catalana de Dret PúblicMême sujetHuman Rights and ImmigrationTravaux en français237 207