MétaCan
Menu
Retour à la cohorte
Enregistrement W4386595113 · doi:10.1080/02568543.2023.2248224

A Hermeneutic Phenomenological Inquiry: Risk and Protective Factors for the Left-Behind Children in Shaanxi Province, China, With Gender Comparison

2023· article· en· W4386595113 sur OpenAlexaff
Lin Ge

Notice bibliographique

RevueJournal of Research in Childhood Education · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésChinaPsychologyDevelopmental psychologyLeft behindPolitical sciencePsychotherapistMental health

Résumé

récupéré en direct d'OpenAlex

This research presents the lived experience of left-behind children living in Shaanxi province of China through the lens of resilience theory. A hermeneutic phenomenological inquiry is employed to identify inner and outer risk factors faced by left-behind children at the primary school level and explore their protective factors (internal assets and external resources). This study attempts to determine how these protective factors can moderate or reduce the repercussions of risk exposure on the children’s development. Unstructured observations, including on-site observations of the classroom, life, and interpersonal relationships, were conducted in 2018 and remote classroom observations were completed in 2020 due to the pandemic. There were 51 students (including 28 left-behind children) observed in total. Fourteen 9- to 13-year-old left-behind children, eight guardians, and six teachers participated in interviews. Remote pre-interview activities were specifically employed in 2020. The findings indicate this group’s internalized and externalized problems, and the internal assets and external resources. This study would potentially identify viable targets for interventions and socially inclusive education. Resilience-based interventions in policies and practices are recommended to intervene in the trajectory from risk exposure to associated negative effects.

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)0,003
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 enseignants0,149
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 recherche0,0000,001
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 Opus0,114
Tête enseignante GPT0,446
Écart entre enseignants0,332 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Childhood EducationMême sujetMigration, Health and TraumaTravaux en français237 207