MétaCan
Menu
Retour à la cohorte
Enregistrement W1946100085 · doi:10.1111/j.1471-3802.2010.01166.x

The self‐concepts and perceived competencies of gifted and non‐gifted students: a meta‐analysis

2010· article· en· W1946100085 sur OpenAlexaff
Kristin M. Litster, Jillian Roberts

Notice bibliographique

RevueJournal of Research in Special Educational Needs · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyCompetence (human resources)Gifted educationModerationMeta-analysisDevelopmental psychologySelf-conceptMathematics educationSocial psychology

Résumé

récupéré en direct d'OpenAlex

The current meta‐analysis compares the self‐concepts and perceived competencies of gifted and non‐gifted students. Using meta‐analytic methods to synthesise the results of 40 studies, we found that gifted students scored significantly higher than non‐gifted students on measures of academic and behavioural perceived competence, as well as global self‐concept. Gifted students scored significantly lower than non‐gifted students on measures of appearance and athletic perceived competence. Significant heterogeneity was found in the extent to which gifted and non‐gifted students' scores differed in the academic and global domains. Moderator variables such as participant grade level, method of gifted designation and publication year accounted for systematic differences in these domains. Gifted students' appearance and athletic perceived competencies may benefit from specific intervention, but their beliefs in other areas remain positive.

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)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,076
Tête enseignante GPT0,478
Écart entre enseignants0,401 · 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'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

Citations102
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Special Educational NeedsMême sujetEducation, Achievement, and GiftednessTravaux en français237 207