MétaCan
Menu
Retour à la cohorte
Enregistrement W1594521212 · doi:10.1002/9781118539415.wbwell001

Children's Self‐Regulation and Executive Control

2014· other· en· W1594521212 sur OpenAlexaff
Caron A. C. Clark, Miriam M. Martinez, Jennifer Mize Nelson, Sandra A. Wiebe, Kimberly Andrews Espy

Notice bibliographique

RevueWell Being · 2014
Typeother
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institutes of Health
Mots-clésSocioemotional selectivity theoryDevelopmental psychologyFlexibility (engineering)PsychologyControl (management)Executive functionsSelf-controlTask (project management)Early childhoodInhibitory controlWorking memoryCognitive psychologyCognitive flexibilityCognitionComputer scienceNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Self‐regulation is essential for adaptive behavior in everyday contexts that become increasingly elaborated and complex through childhood and adolescence. Here, we review literature and discuss our own findings regarding the development of executive control ( EC ) skills that support gains in self‐regulation over the preschool years. Children's accuracy on executive inhibitory control, working memory, and flexibility tasks increases dramatically between 3 and 4 years of age, paralleling both quantitative and qualitative changes in neural volume and connectivity. Levels of proficiency on these EC measures are strongly tied to children's sociofamilial backgrounds, and particularly to family financial resources that facilitate access to learning materials and supports. Moreover, our data indicate that children's level of performance on EC tasks administered during preschool mediates the relation of family financial resources to children's mathematical achievement in early kindergarten. Collectively, findings indicate that the acquisition of EC represents a critical developmental task of early childhood and provides a platform for wellbeing across academic and socioemotional domains.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,232
Écart entre enseignants0,226 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWell BeingMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207