Associations Between Social Functioning and Indicators of University Student Engagement
Notice bibliographique
Résumé
Less socially adaptive behaviors have often been underestimated in university students, with limited research addressing their impact on academic functioning. This study aimed to identify distinct profiles of social functioning difficulties in university students and to examine their associations with academic engagement, learning difficulties, and psychological distress. A cross-sectional, web-based survey was conducted with 540 undergraduate university students (mean age = 23.06, SD = 6.53; 89.7% female). Participants completed standardized self-report assessments of social functioning (SRS-2), academic engagement (SAES), learning difficulties (Vinegrad Plus), and psychological distress (GAD-7, PHQ-9). Latent profile analysis (LPA), based on ASD-related traits, revealed two latent profiles: one reflecting non-social functioning difficulties (311 participants, 57.6%—Profile 1) and another reflecting social functioning difficulties (229 participants, 42.4%—Profile 2), while binomial regression analyses examined their associations with academic outcomes. Participants in Profile 2 scored significantly higher than those in Profile 1 across all SRS-2 variables—awareness, cognition, communication, motivation, and restricted interests and repetitive behavior (p = 0.001)—indicating greater overall functioning in these domains. Students in the Non-social functioning difficulties profile showed higher levels of academic engagement in all areas. In contrast, students in the Social functioning difficulties profile experienced more self-reported learning challenges (p = 0.001), anxiety (p = 0.001), and depression (p = 0.001), underscoring the significant differences in social, academic, and emotional outcomes between the two profiles. These findings underscore the impact of vulnerability to social functioning difficulties on academic engagement, highlighting the need for tailored support systems within higher education settings.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».