Developmental heterogeneity of school burnout across the transition from upper secondary school to higher education: A 9-year follow-up study
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
This study utilized piecewise linear growth mixture analysis to examine the developmental heterogeneity of school burnout among a sample of 513 (67.6% females) Finnish students as they transitioned from upper secondary school to higher education (ages 17-25 years). Encompassing five measurement points (two before the transition and three after), our results revealed four distinct burnout trajectory profiles, including (a) High and Decreasing (Profile 1), (b) Moderate and Decreasing (Profile 2), (c) Low and Increasing (Profile 3), and (d) Low and Stable (Profile 4). High initial levels of self-esteem and mastery-extrinsic goals served as personal resources and high-performance goals served as personal risk factors, making students more likely to belong to more (i.e., Profile 4) or less (e.g., Profile 1) adaptive profiles of burnout trajectories, respectively. Profile 4 displayed the lowest and most stable levels of burnout, thus protecting students from adverse outcomes like school dropout, underachievement, and substance use. Conversely, Profile 1 displayed the highest and least stable levels of burnout and was associated with higher risk of burnout, lower academic achievement, greater alcohol use and problems, and higher drug use relative to the other trajectory profiles. Together, these findings offer novel person-centered, longitudinal insight into the developmental heterogeneity of burnout across the transition to higher education and lend support for the self-equilibrium hypothesis in the context of school burnout. Importantly, our results underscore the importance of early intervention efforts aimed at increasing mastery goals and self-esteem to prevent burnout and its associated consequences.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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