Is teacher humor an asset in classroom management? Examining its association with students’ well-being, sense of school belonging, and engagement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This study used the instructional humor processing theory to test how different humor subtypes employed by teachers (course-related, course-unrelated, self-disparaging, other-disparaging) relate to students’ well-being, sense of belonging, and engagement. The participants comprised 395 students (boys = 106; girls = 270; other = 8; NA = 11) (secondary school students = 291; primary school students = 97, NA = 7) from five public school boards located in rural areas, and one private secondary school situated in an urban area (M age = 14.11) with a proportion of 93% speaking French at home. Correlational and structural equation modeling methods were used to analyze these relationships. Results showed that only humor related to course content (positive association) and other-disparaging humor (negative association) were significantly associated with the sense of belonging, which, in turn, was positively associated with a cognitive, affective, and behavioral engagement. Results also showed that only course-related humor (positive association) and unrelated humor (negative association) were significantly associated with students’ emotional well-being, which, in turn, was positively associated with cognitive and affective engagement. As far as this study is concerned, humor in the classroom should be course-related when it comes to supporting students’ emotional well-being, sense of belonging, and engagement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle