Understanding Self-Regulation Techniques and Their Impact on Undergraduate Students' Stress and Wellbeing
Notice bibliographique
Résumé
University is a significant transitional period marked by numerous psychological, social, and academic challenges. Students must adjust to new environments, manage increased academic workloads, and navigate shifting social dynamics, all of which contribute to heightened stress levels (Bewick et al., 2010). Research indicates that psychological distress tends to increase over the course of undergraduate studies, with students experiencing a decline in psychological well-being that persists throughout their degree. In Ontario, many students report struggling with their mental health, often citing limited coping strategies and barriers to seeking support (Moghimi et al., 2023). Among these barriers are stigma surrounding mental health concerns, a lack of awareness about available resources, and perceptions that universities do not provide adequate mental health support. Consequently, many post-secondary students believe that universities must implement more accessible and diverse mental health resources to meet their needs effectively. Given these challenges, there is an urgent need for Canadian universities to develop and implement evidence-based, accessible mental health interventions that can support students throughout their undergraduate journey. One promising approach involves teaching students self-regulation techniques that promote resilience and psychological well-being. Self-regulation refers to an individual's ability to manage emotions, thoughts, and behaviours in response to stressors, and it has been widely recognized as a key factor in maintaining mental health during periods of transition and change. Thus, the current study aims to investigate the impact of online wellness skills intervention training (e.g., mindfulness, paced/relaxed breathing, and journaling) on undergraduate students' stress and well-being.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».