MétaCan
Menu
Retour à la cohorte
Enregistrement W4308622065 · doi:10.1177/17456916221118536

Understanding the Leaders of Tomorrow: The Need to Study Leadership in Adolescence

2022· article· en· W4308622065 sur OpenAlexaff
Jennifer L. Tackett, Kathleen W. Reardon, Nathanael J. Fast, Lars U. Johnson, Sonia K. Kang, Jonas W. B. Lang, Frederick L. Oswald

Notice bibliographique

RevuePerspectives on Psychological Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Leadership developmentPsychologyTransactional leadershipLeadership studiesLeadership styleEmpirical researchNeuroleadershipEducational leadershipShared leadershipLeadershipTransformational leadershipDevelopmental psychologySocial psychologyPublic relationsPolitical sciencePedagogyEpistemology

Résumé

récupéré en direct d'OpenAlex

Leadership traits and behaviors are observed early in human development, and although an improved understanding of youth leadership would usefully inform many real-world contexts (e.g., education, parenting, policy), most empirical work on leadership has been limited to adult populations. The purpose of the current article is to add a developmental perspective to leadership research that has so far been absent. Here, we (a) highlight adolescence as a critical developmental period for leadership emergence and development, (b) argue that leadership among youths is poorly understood and critically understudied, (c) provide exemplars of synergy between research on leadership and adolescent development that are ripe for focused inquiry, and (d) underscore some of the positive consequences of accelerating empirical research on leadership in adolescence, including implications for a deeper understanding of leadership in adult working populations.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,008
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,459
Tête enseignante GPT0,432
Écart entre enseignants0,027 · 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'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

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives on Psychological ScienceMême sujetYouth Development and Social SupportTravaux en français237 207