MétaCan
Menu
Retour à la cohorte
Enregistrement W7147155187 · doi:10.66545/f281st78

Reinvigorating Social Skills in Children and Adolescents: Emphasis on Courtesy and Politeness

2025· article· W7147155187 sur OpenAlexaff
Aanu Oguntusi

Notice bibliographique

RevueJournal of Innovations in Educational Assessment · 2025
Typearticle
Langue
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésCourtesyPolitenessSocial skillsPsychological interventionInterpersonal communicationInterpersonal relationshipEmphasis (telecommunications)

Résumé

récupéré en direct d'OpenAlex

Cultural Intelligence plays a vital role in shaping the social skills of children and adolescents, influencing their ability to interact effectively across diverse cultural settings. Social skills such as politeness, courtesy is essential for fostering positive relationships, self-esteem, and teamwork. However, various societal changes, including increased reliance on technology and shifting social norms, have led to a decline in these critical interpersonal skills. This paper explores the role of parents, teachers, and therapists in reinforcing social skill development and highlights the impact of peer influence on shaping behaviors. Furthermore, it examines strategies for promoting politeness and courtesy, such as modeling respectful behavior, teaching social norms, and encouraging pro-social actions. By implementing structured interventions and reinforcing positive interactions, children and adolescents can develop stronger social skills that contribute to their overall well-being and societal harmony.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,413
Écart entre enseignants0,398 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Innovations in Educational AssessmentMême sujetEmotional Intelligence and PerformanceTravaux en français237 207