MétaCan
Menu
Retour à la cohorte
Enregistrement W4386369504 · doi:10.1007/s11618-023-01185-5

Adjusting to college—Do ability beliefs and confidence in getting support matter for performance and mental health?

2023· article· en· W4386369504 sur OpenAlexaboutno aff
Luise von Keyserlingk, Julia Moeller, Jutta Heckhausen, Jacquelynne S. Eccles, Richard Arum

Notice bibliographique

RevueZeitschrift für Erziehungswissenschaft · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesEberhard Karls Universität Tübingen
Mots-clésQuarter (Canadian coin)PsychologyPandemicMental healthSocial supportPsychological distressMedical educationCoronavirus disease 2019 (COVID-19)Social psychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Entering college, students are required to adjust to a new academic and social environment. During the COVID-19 pandemic, social interactions with peers and faculty were limited to online settings and access to campus resources was restricted. Hence, students who entered college in fall 2020 began their freshman year under particularly challenging circumstances. We used data from two freshman cohorts, who started college either before or during the pandemic. We investigated to what extent mid-quarter academic and social adjustment (i.e., ability beliefs and confidence in getting support) predicted end-of-quarter performance, psychological distress, and satisfaction of freshman students. Results showed that students who started college during the pandemic were less confident they could get support by peers in the middle of their first quarter. Furthermore, students from the second cohort reported higher psychological distress and lower satisfaction with their adjustment at the end of their first quarter. Results showed that ability beliefs played an important role for end-of-quarter performance, whereas confidence in getting support was more relevant for psychological well-being outcomes in both cohorts.

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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,034
Tête enseignante GPT0,400
Écart entre enseignants0,366 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZeitschrift für ErziehungswissenschaftMême sujetCOVID-19 and Mental HealthTravaux en français237 207