A principal component analysis of the post-secondary student stressors index in a sample of Ontario students
Notice bibliographique
Résumé
Post-secondary students report high levels of stress and mental health challenges. Identifying the key sources of stress can guide efforts to mitigate the most significant stressors and better support students' mental health. The Post-Secondary Student Stressors Index (PSSI), a 46-item inventory, was designed to comprehensively assess stressors specific to post-secondary students. However, its dimensional structure and its association with mental health indices require further validation. In the present study, a Principal Component Analysis was conducted to examine the structure of the PSSI, and the associations between the resulting stressor components and several mental health indices. Participants included 1,214 first-year students (Mage = 18.14 years, SD = 0.95), who completed the PSSI, as well as measures of perceived stress, depressive symptoms, and anxiety symptoms. Results suggested 12 components that accounted for 42 of the original 46 items, with most components demonstrating moderate to high internal consistency (α = .70 -.90). Correlational analyses revealed positive associations between the PSSI components and measures of perceived stress, depressive symptoms, and anxiety symptoms, although components with lower endorsements were associated with weaker correlations. By identifying valid and reliable components of the PSSI, this study facilitates the use of specific stressor components in future research on student stress and mental health.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».