MétaCan
Menu
Retour à la cohorte
Enregistrement W4411456649 · doi:10.3390/admsci15060236

Fostering Antifragility: What Policymakers Should Know About Individual Resilience in Romania

2025· article· en· W4411456649 sur OpenAlexafffund
Călin Vâlsan, Elena Druică, Paul Dragos Aligică

Notice bibliographique

RevueAdministrative Sciences · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensBishop's University
Organismes subventionnairesUniversitatea din BucureștiUnitatea Executiva pentru Finantarea Invatamantului Superior, a Cercetarii, Dezvoltarii si InovariiBishop's University
Mots-clésPsychological interventionPerceptionResilience (materials science)Community resiliencePsychologyPsychological resilienceSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Recent studies document a disappointingly low impact of resilience interventions and policies. This prompts us to revisit the formation of perceived individual resilience using a country-representative sample of 1500 adults. Our study explores how this perception is shaped by family resilience, community resilience, and several control variables like age, gender, risk aversion, and the perception of immediate environmental safety. Unlike traditional methods, we employ the PLS-PM methodology and WarpPLS 7.0 software. Our key findings document non-linear dynamics with varying degrees of magnitude, significance, and effect sizes. The three dimensions of family resilience (social trust, shared beliefs and support, and family organization and interaction) are the most significant predictors of community resilience. These non-linear relationships might explain occasional declines in individual resilience, linking our findings to those of previous studies. We contend that resilience policies and interventions are not unlike risk management, and therefore policymakers should be aware of diminishing marginal returns.

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)0,006
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,156
Tête enseignante GPT0,501
Écart entre enseignants0,345 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdministrative SciencesMême sujetResilience and Mental HealthTravaux en français237 207