The associations between three mattering measures and exhaustion, loneliness, self-esteem, and hope across different educational levels: insights from primary, middle, high school, and university students
Notice bibliographique
Résumé
General mattering (GM), anti-mattering (AM), and fear of not mattering (FNM) are three critical mattering constructs that significantly impact students’ mental health. Previous studies have explored the associations between these constructs and variables such as exhaustion, loneliness, self-esteem, and hope among primary, middle school, high school, or university student samples. However, no single study has compared the three mattering constructs across different educational levels or investigated their varying associations with the aforementioned variables. To address these research gaps, the current study employed a convenience sampling to recruit 2034 primary school students, 1680 middle school students, 1862 high school students, and 3594 university students. The data were analyzed using multiple regression analyses and network analysis. The findings revealed that the disparities in the three mattering constructs were more pronounced between different educational stages than within specific grade levels of the same stage. GM was found to be positively associated with self-esteem and hope, and negatively associated with exhaustion and loneliness. Conversely, AM and FNM exhibited the opposite relationships with these variables. Furthermore, the strength of these associations varied across the different educational levels. This study examines mattering constructs and their associations across four educational levels, emphasizing the need for tailored interventions to enhance student well-being at different stages.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».