Developmental heterogeneity of school burnout across the transition from upper secondary school to higher education: A 9-year follow-up study
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».