Crònica legislativa de la Unió Europea. Primer semestre de 2021
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».