Art, music, and sport: Catalysts of growth for youth in extreme contexts – A qualitative inquiry
Notice bibliographique
Résumé
Limited research has focused on the experiences of adolescents in extracurricular programs and their potential to enhance their optimal development. Moreover, less studies examine the participation in such programs for those developing in extreme conditions (i.e., extreme poverty, sexual exploitation, refugee camps, conflicted areas, areas affected by climate changes). This study focused on the experience of youth living in the difficult context of Southern Madagascar, where youth face daily challenges such as malnutrition, arduous work, lack of freedom, limited access to healthcare, insecurity, and scarcity of basic resources. The aims of this study were to explore and gain a better understanding of the experience of adolescents engaging in extracurricular activities within this extreme context. A total of 14 (N = 14) semi-structured interviews were conducted with 14 Malagasy participants (M = 7; F = 7), aged 15–19 years old, involved in extracurricular programs like art, music and sport, provided by a local non-governmental organization. Interviews were analyzed using reflexive thematic analysis (Braun & Clarke), with independent coding by one Malagasy and one non-Malagasy researcher, followed by systematic discussion. Five themes emerged: the results showed that extracurricular programs support the process of socialization (building meaningful connections with peers and adults), personal growth (developing skills, values, and identity), and give a sense of protection (from violence and risky behaviors). Such programs also support psychological well-being and basic psychological needs in a challenging and insecure environment, and attempt to bridge the gap in basic resources (through educational and nutritional support). These findings have implications for policy, practice, and research in supporting youth in extreme contexts. Overall, these results offered interesting insights on the value of these programs for youth living in extreme contexts of development.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 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 ».