MétaCan
Menu
Retour à la cohorte
Enregistrement W2015461768 · doi:10.1177/0146167203253297

On the Hierarchical Structure of Self-Determined Motivation: A Test of Top-Down, Bottom-Up, Reciprocal, and Horizontal Effects

2003· article· en· W2015461768 sur OpenAlexaff
Frédéric Guay, Geneviève A. Mageau, Robert J. Vallerand

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésReciprocalPsychologySocial psychologyTest (biology)Horizontal and verticalStability (learning theory)SelfIntrinsic motivationMultilevel modelInterval (graph theory)Time lagDevelopmental psychologyLagStatisticsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

This article aimed to test some hypotheses about the hierarchical structure of self-determined motivation in two longitudinal studies. First, the authors verified the stability of global self-determined motivation and school self-determined motivation over time. Second, they tested top-down, bottom-up, reciprocal, and horizontal effects between global self-determined motivation and school self-determined motivation. In Study 1, 122 college students were evaluated on two occasions with a 5-year interval on their global and school self-determined motivation. In Study 2, 294 college students were evaluated on the same variables with a 1-year interval. Results from both studies revealed that (a) global self-determined motivation was not more stable than self-determined school motivation over time and (b) a cross-lag model including reciprocal effects between self-determined global and self-determined school motivation offered the best fit indices comparatively to a model involving only horizontal (or stability) effects. Discussion emphasizes the theoretical implications of the results.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,020
Tête enseignante GPT0,295
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations289
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetMotivation and Self-Concept in SportsTravaux en français237 207