MétaCan
Menu
Retour à la cohorte
Enregistrement W2906859417 · doi:10.1177/0033294118820509

Prejudice, Integrativeness, and Motivation to Learn a Second Language: A Mediation Analysis

2018· article· en· W2906859417 sur OpenAlexaff
Adelheid A. M. Nicol, Kalee De France

Notice bibliographique

RevuePsychological Reports · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensRoyal Military College of CanadaQueen's UniversityRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésSocial dominance orientationPsychologyPrejudice (legal term)AuthoritarianismSocial psychologyHostilityDominance (genetics)Language acquisitionDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

The role of prejudice in second-language acquisition has received little attention but may be related to an individual’s motivation to learn another language. For instance, learners who express high Social Dominance Orientation or Right-Wing Authoritarianism, constructs reflective of prejudice and worldviews that endorse hostility towards or fear of outgroup members, may be less motivated to learn a second language. Moreover, increased Social Dominance Orientation and/or Right-Wing Authoritarianism scores may be associated with reduced motivation to learn a second language due to the impact of prejudice on Integrativeness, which is the extent to which a person has an interest in learning a second language and in interacting with members who speak that second language. The current study sought to test these associations with a sample of 110 college participants learning French as a second language in a bilingual institution. Integrativeness was found to fully mediate the relations between Social Dominance Orientation, Right-Wing Authoritarianism, and Motivation to learn a second language. Results suggest the importance of examining the role of prejudice in second-language acquisition.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,014
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,033
Tête enseignante GPT0,402
Écart entre enseignants0,369 · 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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ReportsMême sujetSocial and Intergroup PsychologyTravaux en français237 207