MétaCan
Menu
Retour à la cohorte
Enregistrement W4385785238 · doi:10.25236/ijnde.2023.051610

A Study of Positive Psychological Orientation in Mental Health Education for Canadian High School Students

2023· article· en· W4385785238 sur OpenAlexaffabout
Tingxi Zheng

Notice bibliographique

RevueInternational Journal of New Developments in Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensEarl Haig Secondary School
Organismes subventionnairesnon disponible
Mots-clésMental healthPsychologySet (abstract data type)Medical educationMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

To optimize the high school psychological health education guided by positive psychology, we need to highlight the main position of students, pay attention to the positive factors of students, let students have the motivation to study and live, realize the healthy development of high school students' psychological quality, and lay a solid foundation for future study and work. In recent years, the work of mental health education for high school students in Canada has been developing, and various schools have set up mental health education courses, and set up a team of full-time psychological teachers to make full use of psychological lectures, group psychological counseling and other methods to carry out mental health education. However, there are still some problems, which need to be further optimized in combination with positive psychological guidance. Canada's high school education has been developing at a high speed. In the process of teaching, it is necessary to improve students' interest in learning, pay attention to guiding students' mental health, and promote students' all-round development. This paper discusses the optimization of high school mental health education guided by positive psychology, clarify the development ideas of high school mental health education, improve students' interest in learning, promote students' physical and mental health development, and realize students' all-round development.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,524
Écart entre enseignants0,478 · 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'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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of New Developments in EducationMême sujetResilience and Mental HealthTravaux en français237 207