MétaCan
Menu
Retour à la cohorte
Enregistrement W3108295584 · doi:10.1080/10615806.2020.1850700

Test anxiety components: an intra-individual approach testing their control antecedents and effects on performance

2020· article· en· W3108295584 sur OpenAlexaff
Anna‐Lena Roos, Thomas Goetz, Maike Krannich, Amanda Jarrell, Monika H. Donker, Tim Mainhard

Notice bibliographique

RevueAnxiety Stress & Coping · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAnxietyPsychologyTest anxietyCognitionClinical psychologyConstruct (python library)Developmental psychologyCognitive psychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Although anxiety consists of multiple components, including cognitive, affective, motivational, and physiological, and some findings suggest that there might be differences regarding their control antecedents and effects on performance, previous studies have largely neglected to examine these components separately and for reasons of convenience often assessed test anxiety as a unified construct using a single-item. Therefore, this study investigated the different test anxiety components with the goal to: (1) examine the relative impact of the anxiety components in the mediating mechanism that connects control and performance - as proposed by Pekrun's control-value theory, and (2) determine which specific anxiety component is underlying common single-item anxiety measures. METHODS: = 137 German 8th graders during a mathematics exam. RESULTS: As expected, control was negatively related to all anxiety components, but associations varied in strength. Additionally, the components differed in their relative impact on performance, with the cognitive component being central for this outcome. Furthermore, common single-item measures seem to specifically assess the affective component, and thus not the component most relevant for test performance. CONCLUSION: Consequently, our study strongly recommends to distinguish between the anxiety components depending on the research question at hand.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,050
Tête enseignante GPT0,291
Écart entre enseignants0,240 · 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnxiety Stress & CopingMême sujetEducation, Achievement, and GiftednessTravaux en français237 207