MétaCan
Menu
Retour à la cohorte
Enregistrement W4376141924 · doi:10.1080/01488376.2023.2198279

Risk, Resilience, and Chinese Youth’s Psychosocial Adjustment: The Role of Social Services

2023· article· en· W4376141924 sur OpenAlexaff
Xiaoping Xiang, Juan Wang, Guoxiu Tian, Michael Ungar, Lili Han

Notice bibliographique

RevueJournal of Social Service Research · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPsychosocialProsocial behaviorPsychological resiliencePsychologyChinaSocial supportClinical psychologyDevelopmental psychologySocial psychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

Few empirical studies have examined the impact of the universal social services provided to ordinary youth on their resilience and psychosocial adjustment, especially youth from developing countries like China. Based on a sample of 857 high school students between the ages of 13–19 from Beijing, this article examines the pattern of social services provided to Chinese youth and the impact of these services on their resilience and positive or negative psychosocial adjustment (depression, delinquency, prosocial behavior). The results reveal that: (a) Chinese youth generally make very limited use of services but they report moderate satisfaction; (b) both frequency and satisfaction of service use significantly predicts resilience, and resilience significantly predicts lower depression and higher prosocial behavior; (c) resilience fully mediates the relationships between social service frequency/satisfaction and depression/prosocial behavior. The findings give support to the public health model of social services and reveal that building resilience is one mechanism that universal service contributes to youths’ psychosocial adjustment. Future research may further investigate the relationships between social services, resilience and psychosocial adjustment in other geographical areas and time periods of China, and comparative studies between China and other countries may also be useful.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,461
Écart entre enseignants0,420 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social Service ResearchMême sujetResilience and Mental HealthTravaux en français237 207