Experiences of post-secondary students during COVID-19 pandemic: A focus group study
Notice bibliographique
Résumé
Background: Despite emerging knowledge on the pandemic’s impact, first-hand experiences of post-secondary students are not well understood. Focus groups were conducted with students to elicit their perspectives on the changes in their life routines, learning and coping. Methods: Five focus groups were conducted with 37 undergraduate students enrolled in a Canadian university. The transcribed discussions were thematically analyzed using the constant comparison technique. Results: While overall pandemic experience was mostly negative, five dominant themes emerged. Students experienced Disrupted Routines and discussed wellness and health changes (physical activity, sleep, diet) and its negative impact on their online learning due to lose of differentiation of time and space. They discussed Online Learning as having both pros (e.g., save commute time/cost, balance employment-study) and cons (e.g., technical issues, lack of interactive-learning, home distractions, screen-time increase, concentration/ motivation difficulties). Students used various strategies to overcome challenges (e.g., better technology, efficient schedules, Zoom libraries, WhatsApp groups). In terms of Mental Stress and Coping, they experienced emotional turmoil whereby feelings ranged from worries, uncertainties, fears, hopelessness, loss of motivation, anxiety, low mood, and helplessness along with caregiving-burden in some instances. The discussion on coping centred on positive (e.g., exercise, prayers, limiting social-media use, fun-activities) and some negative (e.g., more alcohol, smoking, online shopping) behaviors. The Social Connectedness theme revealed feelings of social isolation with a concurrent increase in use of social media and family-bonding opportunities. A few changes in everyday conversations were discussed: more empathy in small talks for some but lose-of-comfort in communicating with unfamiliar people for others. Student discussion on Institutional Response focused on financial supports, mental health resources, and online learning supports. Conclusion: Post-secondary students faced many stressors during the pandemic and used multiple ways to cope. The gained insights should inform development of programs at academic institutions and government support initiatives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».