Building mental health and social skills: The positive impact of jigsaw model in taekwondo course
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
21st-century education emphasizes technology adaptation and high-level thinking skills, including the development of high-level thinking that puts high pressure on students' mental health and social skills. This study used a one-group pre-post design to test the effect of the jigsaw learning model on students' mental health and social skills in taekwondo lectures. The participants were 136 students (male = 109; female = 27) using a simple random sampling technique. Mental health data were collected using 35 items of the Mental Health Instrument with a 5-point Likert scale, and social skills data were collected using 45 items of the Social Skills Improvement System-Rating Scale with a 4-point Likert scale. Data were analyzed using descriptive statistics and paired sample tests with the help of the IBM SPSS version 29 program. The study's results proved that the mental health indicator that experienced the highest increase was "Harmony in mind," and the lowest was "Learning activities." In the social skills indicator, the highest increase was "Self-control," and the lowest was "Empathy". The jigsaw learning model has been proven to significantly improve students' mental health and social skills in taekwondo lectures. Thus, the jigsaw model can be used as an effective model to address students' mental health and social skills problems and support students' psycho-social development when facing various challenges and high academic demands at university. Keywords: Mental health, social skills, jigsaw model, cooperative learning
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.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle