Link between stressor exposure and high school dropout: the moderating role of support from parents, peers, teachers and mental health professionals
Notice bibliographique
Résumé
Divers modèles théoriques suggèrent que le soutien social peut modérer le lien entre l'exposition à des stresseurs et l'adaptation et la santé mentale (Pearlin et Bierman, 2013). En se centrant sur le lien entre l'exposition récente à des stresseurs et le décrochage scolaire, l’objectif premier de cette étude était d’examiner le rôle modérateur potentiel du soutien offert par les parents, les pairs, le personnel scolaire ou les professionnels de la santé mentale. L'objectif secondaire était de décrire les associations directes entre ces sources de soutien et le décrochage. L'échantillon (n = 545) était composé d'adolescents âgés de 14 à 18 ans (M = 16,5 ; ET = 0,9) de 12 écoles secondaires socio économiquement défavorisées de Montréal et de régions avoisinantes. Des associations bivariées positives entre le soutien des adultes à l'école et des professionnels de la santé mentale et le décrochage scolaire sont devenues non-significatives dans les modèles de régressions logistiques multiples incluant les deux variables indépendantes principales (exposition à des stresseurs et sources de soutien). En effet, dans ces modèles, aucune des sources de soutien n’était significativement associée au décrochage scolaire, en interaction ou directement. Ces résultats suggèrent que les adolescents exposés à davantage d’adversité ont reçu plus de soutien des adultes dans leur l'école et la communauté, mais que ce soutien n'était pas suffisant pour atténuer les impacts néfastes de l’adversité sur la persévérance scolaire ou réduire les risques de décrochage. Ainsi, en contexte d’adversité, le soutien social ordinaire pourrait ne pas être suffisant pour soutenir la persévérance.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».