MétaCan
Menu
Retour à la cohorte
Enregistrement W4388841031 · doi:10.54254/2753-7048/23/20230456

A Literature Review on Stress and Coping Strategies in Higher Education: Their Impact on Student’s Mental and Physical Health and Academic Performance

2023· review· en· W4388841031 sur OpenAlexaff
Jiayu He

Notice bibliographique

RevueLecture Notes in Education Psychology and Public Media · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStressorMental healthAbsenteeismPsychologyPsychological interventionCoping (psychology)CognitionPhysical healthWell-beingClinical psychologyPhysical educationApplied psychologySocial psychologyPsychiatryPedagogyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Multiple factors contribute to higher education students’ stress levels. It can lead to various physical and mental health complications, including headaches, exhaustion, difficulty concentrating, and depression. As a result, academic performance may be compromised, absenteeism may increase, and motivation may diminish. Numerous stressors have adverse effects on students’ mental health, as well as the physiological effects of stress on physical fitness and the cognitive effects of stress on academic performance. This article provides a theoretical overview of these effects. A discussion is also provided regarding the importance of coping strategies in helping students deal with stress. An overview of relevant literature examines these relationships and identifies directions for future research and interventions.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,004
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 Opus0,160
Tête enseignante GPT0,560
Écart entre enseignants0,399 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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 revueLecture Notes in Education Psychology and Public MediaMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207