MétaCan
Menu
Retour à la cohorte
Enregistrement W4403688325 · doi:10.1177/07319487241288521

Students With LD and Decision Making for After High School: Emotions and Basic Psychological Needs

2024· article· en· W4403688325 sur OpenAlexaffabout
Lauren D. Goegan, Devon Chazan, Lia M. Daniels

Notice bibliographique

RevueLearning Disability Quarterly · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversity of AlbertaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPsychologyLearning disabilityMathematics educationDevelopmental psychologyApplied psychologyCognitive psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Little is known about how grade 12 students with learning disabilities (LD) face the complex and emotional task of deciding what to do after high school. To expand on current research, we explored the experiences, emotions, and support of Canadian students with LD from the theoretical perspective of basic psychological needs (BPNs). We conducted a triangulation mixed-method study that included survey data and interviews. Participants were asked to identify their emotions, and if their BPNs of autonomy (e.g., feeling in control), competence (e.g., feeling capable), and relatedness (e.g., feeling connected to others) were satisfied or frustrated. Based on survey questions, participants indicated high satisfaction with their BPNs during decision-making and low levels of negative emotions. We used a deductive analysis to link participant interviews to BPNs and found greater satisfaction with these needs than frustration. Moreover, the mixed-method analysis integrating the results in a joint display uncovered that participants identified more positive emotions when their BPNs of autonomy and relatedness were satisfied, and more negative emotions when their BPNs of relatedness and competence were frustrated. We discuss the emotional experience of making decisions after high school. Limitations and future research directions are discussed.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,147

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 savante0,0040,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,342
Écart entre enseignants0,324 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueLearning Disability QuarterlyMême sujetMotivation and Self-Concept in SportsTravaux en français237 207