MétaCan
Menu
Retour à la cohorte
Enregistrement W2027927149 · doi:10.1016/j.paid.2015.02.006

Why children differ in motivation to learn: Insights from over 13,000 twins from 6 countries

2015· article· en· W2027927149 sur OpenAlexaff
Yulia Kovas, Gabrielle Garon‐Carrier, Michel Boivin, Stephen A. Petrill, Robert Plomin, Sergey Malykh, Frank M. Spinath, Kou Murayama, Juko Ando, O. Yu. Bogdanova, Mara Brendgen, Ginette Dionne, Nadine Forget‐Dubois, Eduard V. Galajinsky, Juliana Gottschling, Frédéric Guay, Jean‐Pascal Lemelin, Jessica A. R. Logan, Shinji Yamagata, Chizuru Shikishima, Birgit Spinath, Lee A. Thompson, Tatiana Tikhomirova, Maria Grazia Tosto, Richard E. Tremblay, Frank Vitaro

Notice bibliographique

RevuePersonality and Individual Differences · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensUniversité de MontréalUniversité de SherbrookeUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentMedical Research CouncilTomsk State University
Mots-clésPsychologyDevelopmental psychologySimilarity (geometry)Competence (human resources)PerceptionCognitionConsistency (knowledge bases)Twin studySocial psychologyHeritability

Résumé

récupéré en direct d'OpenAlex

Little is known about why people differ in their levels of academic motivation. This study explored the etiology of individual differences in enjoyment and self-perceived ability for several school subjects in nearly 13,000 twins aged 9-16 from 6 countries. The results showed a striking consistency across ages, school subjects, and cultures. Contrary to common belief, enjoyment of learning and children's perceptions of their competence were no less heritable than cognitive ability. Genetic factors explained approximately 40% of the variance and all of the observed twins' similarity in academic motivation. Shared environmental factors, such as home or classroom, did not contribute to the twin's similarity in academic motivation. Environmental influences stemmed entirely from individual specific experiences.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
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 Opus0,082
Tête enseignante GPT0,317
Écart entre enseignants0,235 · 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

Citations81
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Individual DifferencesMême sujetEducation, Achievement, and GiftednessTravaux en français237 207