MétaCan
Menu
Retour à la cohorte
Enregistrement W4236692763 · doi:10.4018/978-1-4666-9452-1.ch014

Using Children's Literature to Support Social-Emotional Growth in the Classroom

2015· book-chapter· en· W4236692763 sur OpenAlexaff
Kimberly Maich, Christina Belcher, Steve Sider, Naomi Johnson

Notice bibliographique

RevueAdvances in early childhood and K-12 education · 2015
Typebook-chapter
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensWilfrid Laurier UniversityRedeemer UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésBibliotherapyCoping (psychology)PsychologyFace (sociological concept)Everyday lifePsychotherapistDevelopmental psychologySocial scienceSociology

Résumé

récupéré en direct d'OpenAlex

Within this chapter, bibliotherapy is presented as a tool to provide social-emotional support to children in school settings, including those who are experiencing chronic diseases. The history and process of bibliotherapy are both examined, as well as current and past research on the effectiveness of bibliotherapy. It also incorporates practical, everyday resources, such as examples of literature that is appropriate for varied age groups, and/or challenges that individuals may face, including suggested steps to using school-based bibliotherapy effectively in a classroom environment. The chapter concludes with considerations for future research in the field. By the end of this chapter, an understanding of bibliotherapy will be developed as well as the practical “how-to” of a bibliotherapeutic approach to discussing and coping with both everyday (e.g., making friends) and more serious issues (e.g., chronic illness) in the classroom environment.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,366
Écart entre enseignants0,336 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in early childhood and K-12 educationMême sujetDigital Mental Health InterventionsTravaux en français237 207