L'influence bidirectionnelle des perceptions de soutien maternel et des perceptions de soutien en mentorat sur les stratégies d'adaptation des enfants
Bibliographic record
Abstract
Certaines recherches récentes ont montré que les perceptions de soutien d’un jeune à l’égard de son mentor interagissent avec les perceptions de soutien parental dans la prédiction des stratégies d’adaptation qu’il adoptera en situation de stress. Peu d’études se sont toutefois intéressées à décrire les liens bidirectionnels et longitudinaux que ces perceptions entretiennent entre elles et avec les stratégies d’adaptation de l’enfant. En utilisant les données d’une étude longitudinale des programmes Grands Frères Grandes Soeurs du Canada, la présente étude visait précisément cet objectif. Des analyses d’équations structurelles sur des données rapportées par les enfants mentorés à 4 moments différents de leur participation à ce programme ont montré que les perceptions de soutien en mentorat sont prédites par les perceptions de soutien maternel, mais seulement au début de la relation de mentorat. Après contrôle de ces perceptions initiales, les perceptions de soutien maternel et les perceptions de soutien en mentorat apportent des contributions uniques à la prédiction des stratégies d’adaptation des jeunes, mais seulement chez les filles. Les résultats sont discutés à la lumière des prémisses de la théorie développementale du soutien social et de l’approche systémique du mentorat ainsi que de leur apport pour le développement des programmes Grands-Frères Grande Soeurs du Canada.
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 | 0.007 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".