MétaCan
Menu
Retour à la cohorte
Enregistrement W4284893497 · doi:10.1177/00144029221112285

School-to-Work Transition of Youth with Learning Difficulties: The Role of Motivation and Autonomy Support

2022· article· en· W4284893497 sur OpenAlexafffund
Pascale Dubois, Frédéric Guay, Marie‐Catherine St‐Pierre

Notice bibliographique

RevueExceptional Children · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyGeneralizability theoryAutonomySelf-determination theoryStructural equation modelingDevelopmental psychologyPopulationSocial psychologyWork motivationTransition (genetics)School-to-work transitionWork (physics)PedagogyVocational education

Résumé

récupéré en direct d'OpenAlex

School-to-work transition is a challenging period for youth with learning difficulties (LD). Based on self-determination theory (SDT), we tested the role of autonomy support and motivation in predicting transition status and well-being among this population. This prospective study included 218 students with LD in their last year of a work-study program. They were surveyed at the end of the school year and 1 year later. Two structural equation models were tested: one with the transition status as the outcome and one with well-being. Analyses revealed that autonomy support from fathers was positively associated with autonomous motivation in both models, as was autonomy support from friends in the transition status model. Autonomous motivation positively predicted both outcomes, while controlled motivation negatively predicted them. In sum, the psychological resources proposed by SDT seem to matter for youth with LD, thereby providing support for the generalizability of SDT.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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'étudeObservationnel
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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExceptional ChildrenMême sujetDisability Education and EmploymentTravaux en français237 207