Changes in self‐perceptions of competence and intrinsic motivation among elementary schoolchildren
Notice bibliographique
Résumé
BACKGROUND: Children's perceived competence and intrinsic motivation are assumed to be very high at the outset of schooling. However, how they change and how they relate to each other and to academic achievement across early schooling years remain open to question. AIMS: This 3-year longitudinal study was aimed at examining the following questions. Do children's perceived competence and intrinsic motivation about reading and mathematics change across the first 3 years of schooling? Do their perceived competence and intrinsic motivation differ according to academic domains? Do their perceived competence and intrinsic motivation relate to their academic achievement in each academic domain? SAMPLE: A total of 115 elementary schoolchildren (63 boys and 52 girls) were examined in first grade (mean age = 84,5 months, SD =.67) and for the next 2 years. METHOD: Children responded to questionnaires about their perceived competence and intrinsic motivation in reading and mathematics. Year-end grades in these two subjects were used as a measure of performance. RESULTS: Changes in perceived competence and intrinsic motivation, and between-year intercorrelations, were observed to differ according to academic domains and gender. Intrinsic motivation did not make a significant contribution to academic achievement at either school grade or in any academic domain, whereas perceived competence was significantly related to achievement at each school grade in both reading and mathematics. CONCLUSIONS: Differences between boys and girls observed in this study were not linked to a specific domain and cannot be attributed to gender-role stereotypes. Girls appeared to be more precocious in differentiating their competence and intrinsic motivation according to academic domain, as well as in being able to process and integrate information about their ability from past performances in a domain to judge their competence in the same domain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».