Prévention de l’anxiété en milieu scolaire : les interventions de pleine conscience
Bibliographic record
Abstract
Dans la prévention et le traitement de l’anxiété, les approches dites de troisième vague basées sur la pleine conscience sont de plus en plus d’actualité. L’objectif de cet article est de décrire les stratégies novatrices basées sur la pleine conscience dans le traitement et la prévention de l’anxiété chez les enfants et les adolescents, particulièrement en milieu scolaire. Les principales interventions basées sur la pleine conscience dans le traitement de l’anxiété auprès des adultes, de même que leur efficacité, sont d’abord présentées. Sont ensuite abordées la pertinence, la faisabilité et l’efficacité de ces interventions adaptées aux enfants et aux adolescents, en particulier pour la prévention de l’anxiété en milieu scolaire. Les évaluations des stratégies basées sur la pleine conscience confirment leur pertinence et leur efficacité dans le traitement et la prévention de l’anxiété chez les enfants et les adolescents. Cependant, les études d’efficacité menées en milieu scolaire sont encore peu nombreuses. La pleine conscience s’avère néanmoins intéressante, d’autant plus qu’elle stimule le développement des capacités d’attention et de concentration. De plus, elle suscite l’intérêt des jeunes et des différents acteurs en milieu scolaire. Pour terminer, un survol de quelques enjeux et avantages liés à l’implantation de ces stratégies en milieu scolaire est proposé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".