Learning to let go: Parental over-engagement predicts poorer self-regulation in kindergartners.
Notice bibliographique
Résumé
Responsive parenting and parental scaffolding have been shown to foster executive functions (EFs) and self-regulation skills in young children, but could too much parental directive engagement be counterproductive? To answer this question, we examined parental responses when children were demonstrating active on-task behaviors in a community sample of 102 dyads. We measured the time that parents spend actively guiding children's behavior relative to following the child's lead and created a measure of parental over-engagement to index the degree of active parental engagement via positive control/scaffolding behaviors. We hypothesized that parental over-engagement would negatively relate to children's self-regulation and EF skills because it creates fewer opportunities for children to practice self-regulation by leading dyadic interaction with their parents. We used an innovative State-Space Grid method to capture second-to-second changes in parental and child behaviors during a set of structured tasks. We examined the conceptual overlap of over-engagement with the global ratings of parenting, revealing that parental over-engagement was negatively correlated with global ratings of parental scaffolding and unrelated to global ratings of parental sensitivity. Next, we showed that parental over-engagement predicted lower levels of child hot EFs and observed self-regulation, controlling for age, parent education, family income, and global ratings of parenting. The predictive validity of over-engagement was unique to times when the child was actively engaged and was absent when the child was passively engaged. This study contributes to the discussion of how parents can support the development of self-regulation during the transition to elementary school. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».