MétaCan
Menu
Retour à la cohorte
Enregistrement W4405911869 · doi:10.24042/tadris.v9i2.23655

Mindfulness-Based Cognitive Behavioral Interventions to Enhance Academic Buoyancy: A Meta-Analytic Study

2024· article· en· W4405911869 sur OpenAlexaboutno aff
Anisa Mawarni, Agus Taufiq, Ilfiandra Ilfiandra, Faizal Faizal, Fariza Makmun

Notice bibliographique

RevueTadris Jurnal Keguruan dan Ilmu Tarbiyah · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueGrit, Self-Efficacy, and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindfulnessPsychological interventionPsychologyPsychotherapistCognitionMeta-analysisCognitive psychologyMedicineNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

This study explores the effectiveness of mindfulness-based cognitive behavioral interventions in developing academic buoyancy among students, defined as their capacity to overcome daily academic challenges such as stress, time pressure, and minor failures. Using a meta-analytic approach, the research synthesizes findings from 15 independent studies involving 4,509 participants across diverse educational contexts, including the United States, Canada, Iran, and the United Kingdom. The random effects model revealed a significant positive correlation between mindfulness interventions and academic buoyancy, with a high effect size. The findings underscore the potential of mindfulness integrated with cognitive behavioral therapy to enhance students' resilience by reducing stress and improving executive functions such as emotional regulation, attention, and decision-making. Despite its demonstrated effectiveness, heterogeneity in study designs, intervention durations, and measurement tools suggests the need for further research to refine and standardize these interventions. This study provides evidence-based insights for educators and counselors aiming to integrate mindfulness practices into academic settings, contributing to the broader discourse on mental health and educational resilience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,127
Tête enseignante GPT0,457
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTadris Jurnal Keguruan dan Ilmu TarbiyahMême sujetGrit, Self-Efficacy, and MotivationTravaux en français237 207