MétaCan
Menu
Retour à la cohorte
Enregistrement W6990373628

De invloed van perfectionisme op stress onder studenten

2018· other· nl· W6990373628 sur OpenAlexaboutno aff

Notice bibliographique

RevueUtrecht University Repository (Utrecht University) · 2018
Typeother
Languenl
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJob stressStress (linguistics)Work stress
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nederlandse studenten lijken steeds meer last te hebben van psychische klachten waaronder stress. Daarnaast blijkt uit onderzoek dat studenten uit Amerika, Canada en de UK een stijging laten zien in perfectionisme. Dit is een zorgwekkende trend, aangezien perfectionisme samenhangt met verschillende psychische klachten. Of er ook sprake is van een hoog niveau aan perfectionisme onder Nederlandse studenten is niet bekend. Het huidige onderzoek heeft onderzocht of stress onder Nederlandse studenten verklaard zou kunnen worden door een hoog niveau aan perfectionisme. Perfectionisme bestaat volgens de literatuur uit drie dimensies: zelf-georiënteerd, ander-georiënteerd en sociaal voorgeschreven perfectionisme. Door middel van een cross-sectioneel onderzoek bestaande uit een vragenlijst afgenomen onder 134 hbo en wo-studenten, is er onderzocht of de drie dimensies van perfectionisme voorspellers zijn van het stressniveau van deze studenten. Uit de data-analyse blijkt dat een hoge score op zelf-georiënteerd en sociaal voorgeschreven perfectionisme samenhangt met meer stress. Een hoge score op ander-georiënteerd perfectionisme hangt daarentegen samen met minder stress. De invloed van deze dimensies perfectionisme op stress is hetzelfde voor mannelijke en vrouwelijke studenten. Een bewustzijn van deze dimensies van perfectionisme kan gebruikt worden om deze zelfkritische houding te verminderen en stress onder studenten hopelijk te verlagen.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,008
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,010
Tête enseignante GPT0,198
Écart entre enseignants0,188 · 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'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUtrecht University Repository (Utrecht University)Travaux en français237 207