Play, talk, learn : promising practices in youth mentoring
Notice bibliographique
Résumé
Issue Editors Notes 1 Michael J. Karcher, Michael J. Nakkula Executive Summary 7 1. Youth mentoring with a balanced focus, shared purpose, and collaborative interactions 13 Michael J. Karcher, Michael J. Nakkula This article presents the framework for understanding the nature of mentoring interactions that helps organize the other articles in this volume in terms of their analysis of interaction focus, purpose, and authorship. 2. Mutual but unequal: Mentoring as a hybrid of familiar relationship roles 33 Thomas E. Keller, Julia M. Pryce This article presents evidence favoring a hybrid model of relationships for successful school-based mentoring interactions. 3. I dunno, what do you wanna do? : Testing a framework to guide mentor training and activity selection 51 Michael J. Karcher, Carla Herrera, Keoki Hansen This article tests hypotheses regarding the distinction between relational and goal-directed interactions and the importance of collaborative activity negotiations between mentors and mentees. 4. Beyond the dichotomy of work and fun: Measuring the thorough interrelatedness of structure and quality in youth mentoring relationships 71 Michael J. Nakkula, John T. Harris This article presents and discusses associations between match structure (guiding purposes and activity focus) and ratings of mentoring relationship quality. 5. GirlPOWER! Strengthening mentoring relationships through a structured, gender-specific program 89 Julia M. Pryce, Naida Silverthorn, Bernadette Sanchez, David L. DuBois This article describes a structured approach to supporting girls through the Big Brothers Big Sisters program that balances focus, purpose, and authorship. 6. Deconstructing serendipity: Focus, purpose, and authorship in lunch buddy mentoring 107 Timothy A. Cavell, Joye L. Henrie This article describes the particulars of lunch buddy mentoring and the reasons that it might be an effective form of youth mentoring. 7. The structure of effective academic mentoring in late adolescence 123 Simon Larose, Diane Cyrenne, Odette Garceau, Pascale Brodeur, George M. Tarabulsy This article explores the structure of the academic mentoring relationship in late adolescence through analysis of its varied experiences and mentor behaviors. 8. Building mentoring relationships 141 Stephen F. Hamilton, Mary Agnes Hamilton This first of three commentaries provides a historical perspective on the work presented in this volume. 9. Culture, context, and innovation: A Kiwi Canuck perspective 145 Dave Marshall, Karen Shaver Two leading practitioners discuss the benefits of the contributions in this volume for helping mentors working with youth in Canada, New Zealand, and other diverse contexts. 10. Structuring mentoring relationships for competence, character, and purpose 149 Jean E. Rhodes, Renee Spencer This closing commentary addresses the importance of exploring different approaches to youth mentoring and the potential impact of such approaches on youth outcomes. Index 153
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 | 0,015 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,014 |
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 ».