MétaCan
Menu
Retour à la cohorte
Enregistrement W4415190957 · doi:10.3390/higheredu4040060

Social Factors Causing Burnout of Disabled Students: Views of One Group of Allies of Disabled People

2025· article· en· W4415190957 sur OpenAlexafffundabout
Gregor Wolbring, Alexandre J. Paquette

Notice bibliographique

RevueTrends in Higher Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésBurnoutDisabled peopleQualitative researchPsychological interventionLearning disabledFocus groupInclusion (mineral)Burnout syndrome

Résumé

récupéré en direct d'OpenAlex

Burnout among students is a widely recognized concern, yet little research has focused on the experiences of disabled students and even less on the social factors at and off campus that contribute to their burnout. To address this gap, we surveyed 91 undergraduate students enrolled in a critical disability studies course at a Canadian university using an online qualitative survey approach. These students, many of whom see themselves as allies of disabled people, were asked whether they believe disabled students are at risk of burnout and what they perceive to be the causes. The majority viewed disabled students as being at significant risk, and 92% identified the social environment as the contributor. Attitudinal inaccessibility, including discrimination, stigma, and exclusion, has emerged as the leading factor in both university settings and broader societal contexts. These findings suggest that interventions to reduce burnout must address both educational environments and the wider lived realities of disabled students. This study contributes to the limited literature on burnout among disabled students and highlights the importance of ally perspectives in understanding and addressing systemic contributors to burnout.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,005
Communication savante0,0030,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,104
Tête enseignante GPT0,441
Écart entre enseignants0,338 · 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'étudeQualitatif
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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTrends in Higher EducationMême sujetDisability Education and EmploymentTravaux en français237 207