A LATENT GROWTH MODELLING APPROACH TO INVESTIGATING GENDER DIFFERENCES IN THE DEVELOPMENT OF BEHAVIOURAL SELF-REGULATION AND ACADEMIC OUTCOMES FROM KINDERGARTEN TO GRADE 2
Notice bibliographique
Résumé
A growing body of literature indicates the behavioural aspect of self-regulation, including paying attention, remembering instructions, controlling impulses and directing one’s action, amidst environmental distractions, is a critical component of successful school functioning. Some studies have identified differences between male and female students’ behavioural self-regulation abilities; however, it is unclear whether improvements in this ability are influenced by gender and whether they parallel growth in the development of reading and math abilities. The present study explored gender differences in the development of children’s behavioural self-regulation from kindergarten to Grade 2, using a direct assessment. Longitudinal associations between behavioural self-regulation and early reading and math skills were also examined. A latent growth modelling approach was utilized for the analyses across three waves of data collection. The study participants included 197 children (106 males and 91 females). On average, children were approximately five years old at the start of the study (M =5.39, SD=0.593). The study results revealed gender similarities in behavioural self-regulation growth, positive correlated initial skill levels and rates of growth between behavioural self-regulation and reading, and positive correlated initial skill levels between behavioural self-regulation and math. Implications for future research, as well as educational policies and instructional practices, are discussed.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».