Teacher Practices, Peer Dynamics, and Academic Enablers: A Pilot Study Exploring Direct and Indirect Effects Among Children at Risk for ADHD and Their Classmates
Notice bibliographique
Résumé
Establishing a positive peer climate in elementary school classrooms is an important goal for educators because peer dynamics are thought to affect academic learning. Thus, it is important to (a) understand the relationship between children's peer dynamics and academic functioning, and (b) identify teacher practices that influence both peer processes and academic outcomes. In this pilot study, we explored whether specific teacher strategies that promote positive behaviors in children and positive peer dynamics influence children's better academic enablers, as well as whether they do so indirectly via improving peer sociometric ratings. Such teacher strategies may be particularly relevant for supporting children who demonstrate impairment in both social and academic domains, such as children at risk for attention-deficit/hyperactivity disorder (ADHD). Thus, we also examined whether these relationships differ for children with elevated ADHD symptoms and peer problems (i.e., target students), relative to classmates (i.e., non-target students). Participants were 194 children in the classrooms of 12 teachers (grades K-4) who participated in an open-trial pilot study of the school-based version of the Making Socially Accepting Inclusive Classrooms (MOSAIC) program. In the fall and spring of a school year, we assessed children's sociometric ratings received from peers, and academic enabler skills as rated by teachers. Throughout one academic year, we obtained assessments of teachers' use of MOSAIC strategies (observed and self-reported). Results showed that, after accounting for fall academic enablers, the teacher strategy of CARE time (involving one-on-one interaction with the student to build the teacher-student relationship) was positively associated with spring academic enablers. However, findings did not support the hypothesized indirect effect of peer sociometric ratings on the relationship between teacher strategy use and academic enablers, or the moderated indirect effect by target student status. Implications for future research and classroom interventions 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».