Volunteering Trajectories and the COVID-19 Pandemic: Persistent, Emergent, and Former Volunteers and Personal, Moral, and Prudential Reasoning
Notice bibliographique
Résumé
Although trajectories of youth volunteering were disrupted by the COVID-19 pandemic, nevertheless some youth persisted in volunteering, and others emerged as volunteers. To understand volunteering trajectories, the present mixed method study proposed a model adapted from prior literature and examined volunteer trajectories during the pandemic. Youths’ volunteer trajectories were categorized (as persistent, emergent, or former volunteer, or persistent non-volunteer), and their justifications for their volunteer decisions were classified using social domain theory (personal, social, moral, and prudential). A sample of 461 youth ( M age = 19.26; 68.8% female; 41.6% European or North American) from a large Canadian university completed a retrospective survey on pandemic volunteering and volunteer decisions. Volunteer decisions were coded using conventional and directed qualitative content analysis. Although the pandemic disrupted the volunteering trajectories of former volunteers, overall, more youth persisted or emerged as volunteers during the pandemic, a finding framed in both the trajectory and emergency and disaster literature. Volunteers were more likely to use moral justifications, whereas prudential justifications were more frequent among non-volunteers. The present study offers insight into the impact of the pandemic on youth volunteering and is one of the first studies to find a substantive role for prudential reasoning in youth decision making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».