Using a Positive Psychology Lens to Understand How Veterinary Medicine Learning Contexts Promote Student Thriving and Inhibit Frustration
Notice bibliographique
Résumé
To develop a veterinary workforce equipped for long-term professional success, educational institutions must prioritize their students’ well-being. Most approaches focus on building assets within the individual, like stress management, to limit negative outcomes, like burnout. Our research proposes a positive psychology-based model of student thriving that instead emphasizes the pervasive role of the social climate within a context. Basic Psychological Needs Theory (BPNT) posits that social relationships at the institutional, faculty and staff, and peer levels will promote student thriving and limit frustration through the satisfaction or frustration of the three psychological needs of competence, autonomy, and relatedness. Veterinary medical students across the United States ( N = 202) completed a survey, and we used structural equation modeling to test how their institution's social climate predicted positive student outcomes (i.e., hope and life satisfaction) and a negative outcome (i.e., burnout) mediated by psychological need satisfaction and frustration. Students’ perceptions of positive aspects of their institution's social climate ubiquitously predicted each variable in the model. Overall, the model positively predicted psychological need satisfaction ( R 2 = .44), hope ( R 2 = .67), and life satisfaction ( R 2 = .51), and negatively predicted psychological need frustration ( R 2 = .34) and burnout ( R 2 = .87). Findings emphasize the role veterinary medicine peers, faculty, and staff play in creating learning environments that support student thriving while limiting their frustration. By leveraging the interpersonal qualities posited by BPNT's parent theory, self-determination theory, veterinary medical colleges can build a culture of student support that benefits all within their system.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».