MétaCan
Menu
Retour à la cohorte
Enregistrement W4399746748 · doi:10.2139/ssrn.4864533

Emptiness Inside: Languishing as Experienced by Generation Z Students

2024· article· en· W4399746748 sur OpenAlexaff
Mark Anthony Benamer, Jeremich Serafica, Kate Dianne U. Mendoza, Carmela Patrecia P. Villamor, Noralyn M. Muria

Notice bibliographique

RevueSSRN Electronic Journal · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGenerational Differences and Trends
Établissements canadiensLa Cité Collégiale
Organismes subventionnairesnon disponible
Mots-clésEmptinessPsychologySocial psychologyPolitical scienceEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Languishing, characterized by a lack of vitality, motivation, and engagement, has gained significant attention during the COVID-19 pandemic due to its impact on mental health. This study investigates the underlying factors and impacts of languishing among Generation Z students at Lipa City Colleges, exploring their experiences, daily life challenges, and coping mechanisms. Using a phenomenological design, participants aged 24 and below, identified through the Mental Health Continuum-Short Form and were purposefully selected. Thematic analysis, following Braun and Clarke's model, revealed four emerging themes: life transitions, emotional distress, apathy, and coping strategies (positive coping and avoidance). The findings indicate that life transitions contribute to feelings of languishing, leading to emotional distress and apathy, which affect their daily functioning. Participants employ both positive coping mechanisms and avoidance strategies. The study recommends collaboration among parents, instructors, program heads, and the institution's Guidance and Counseling Department to prioritize mental health support for Gen Z students. Future research should expand to include different age groups and generations, such as Generation X and Y, to provide a more comprehensive understanding of this phenomenon.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,021
Tête enseignante GPT0,357
Écart entre enseignants0,336 · 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'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSSRN Electronic JournalMême sujetGenerational Differences and TrendsTravaux en français237 207