Dimensione socio-emotiva e benessere nel preadolescente della Svizzera italiana
Bibliographic record
Abstract
Il presente Lavoro di Diploma vuole indagare lo stato di benessere dei preadolescenti nelle classi di prima e seconda media di alcune sedi della Svizzera italiana rispetto al loro sviluppo socio-emotivo. Per questo scopo si è avvalso di un questionario ideato dalla University of British Columbia di Vancouver con la quale il Centro innovazione e ricerca sui sistemi educativi (CIRSE) del DFA ha avviato una collaborazione. Dai dati raccolti sono state tratte delle tabelle di frequenza e di correlazione che mi hanno permesso di delineare delle conclusioni rispetto alle domande di ricerca che lasciano supporre che il preadolescente della Svizzera italiana dispone di buone dosi di autoefficacia, percezione di sé ed empatia che gli consentono di fronteggiare positivamente gli impegni scolastici, facendo leva sulle proprie risorse interiori e su un’adeguata rete sociale e non lasciandosi influenzare da un eventuale scarso rendimento scolastico. Questo risultato va nella direzione di quanto osservato da Goleman (1995) secondo il quale intelligenza emotiva (QE) e intelligenza scolastica (QI) sono indipendenti tra di loro. Relatori: Luca Sciaroni, Alberto Crescentini. Materia: Materia: scienze dell’educazione
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".