MétaCan
Menu
Retour à la cohorte
Enregistrement W4309923991 · doi:10.1177/10690727221141983

Trajectories of Change in Career Decision Difficulties During a Manualized Individual Career Counseling Intervention: The Influence of Counselor Adherence, Working Alliance and Client Personality Traits

2022· article· en· W4309923991 sur OpenAlexafffund
Francis Milot‐Lapointe, Yann Le Corff

Notice bibliographique

RevueJournal of Career Assessment · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling Practices and Supervision
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésPsychologyIntervention (counseling)AllianceCareer counselingNeuroticismBig Five personality traitsPersonalityClinical psychologyApplied psychologySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

This study aimed to identify trajectories of change in client career decision difficulties during a manualized career counseling intervention and examine the role of counselor adherence, working alliance, and personality traits in predicting these trajectories. Participants were 257 individuals who received an average of 7.79 career counseling sessions at a university career services center. Using growth mixture modeling, four class-trajectories were identified. Clients in class 1 had a moderate level of decision difficulties at the beginning of counseling while clients in classes 2, 3 and 4 had moderate-salient initial levels of difficulties. Clients in classes 1 and 2 experienced a very large reduction of their decision difficulties during counseling and left the process with negligible levels of difficulties. Clients in class 3 saw a large reduction of their decision difficulties during counseling and left the process with moderate levels of difficulties. Clients in class 4 did not experience change and left the process with moderate-salient levels of difficulties. Counselor adherence to the intervention manual significantly contributed to discriminate between clients from class 4 and clients from classes 1, 2 and 3. Client level of neuroticism significantly contributed to distinguish clients belonging to class 4 from clients belonging to class 1.

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)0,007
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,094
Tête enseignante GPT0,372
Écart entre enseignants0,278 · 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Career AssessmentMême sujetCounseling Practices and SupervisionTravaux en français237 207