MétaCan
Menu
Retour à la cohorte
Enregistrement W2914385471 · doi:10.1002/pits.22243

Young adolescent psychological need profiles: Associations with classroom achievement and well‐being

2019· article· en· W2914385471 sur OpenAlexaff
Stephen R. Earl, Ian Taylor, Carla Meijen, Louis Passfield

Notice bibliographique

RevuePsychology in the Schools · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPsychologyPupilMultivariate analysisMultivariate statisticsCluster (spacecraft)UnivariateDevelopmental psychologyClinical psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Drawing on self‐determination theory, a person‐centered methodology was adopted to identify distinct pupil profiles based on their psychological need satisfaction. A sample of 586 pupils (387 male, 199 female; mean age = 12.6, range 11–15 years old) from three secondary schools reported their psychological need satisfaction, and well‐ and ill‐being, with teachers rating pupil achievement. Hierarchical cluster analysis revealed five distinct profiles. Four profiles indicated synergy existed between the three needs, showing similar in‐group levels of satisfaction across the needs but in varying amounts. Univariate and multivariate analyses, controlling for school and taught subject, revealed the satisfied group displayed the highest classroom performance (F4,540 = 7.03; p < 0.001; ηp2 = 0.05), well‐being (F8,1,136 = 45.63; p < 0.001; Wilk's Λ = 0.57; ηp2 = 0.24) and lowest ill‐being (F8,1,134 = 23.39; p < 0.001; Wilk's Λ = 0.74, ηp2 = 0.14), whereas the dissatisfied group displayed the most adverse outcomes. The findings illustrate that the three psychological needs may operate interdependently and should be considered in combination rather than in isolation. The research offers practical insights into why pupils may function differently in classrooms and could inform targeted initiatives towards pupils with psychological need satisfaction deficits.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,323
Écart entre enseignants0,300 · 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

Citations38
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology in the SchoolsMême sujetMotivation and Self-Concept in SportsTravaux en français237 207