MétaCan
Menu
← Retour à la cohorte
Enregistrement W3160643248 · doi:10.31234/osf.io/rvmt5

A Sequential Model of the Contribution of Preschool Fluid and Crystallized Cognitive Abilities to Later School Achievement

2019· preprint· en· W3160643248 sur OpenAlexaff
P.J. Carpentier, Michel Boivin, Célia Matte‐Gagné, Mara Brendgen, Simon Larose, Bei Feng, Anne‐Sophie Denault, Jean R. Séguin, Sylvana M. Côté, Frank Vitaro, Richard E. Tremblay, Ginette Dionne

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychologyDevelopmental psychologyCognitionAcademic achievementPath analysis (statistics)Association (psychology)Early childhoodPsychological intervention

Résumé

récupéré en direct d'OpenAlex

The present study documented in two distinct population-based samples the contribution of preschool fluid and crystallized cognitive abilities to later school achievement in primary school and examined the mediating role of crystallized abilities in this sequence of predictive associations. In both samples, participants were assessed on the same fluid and crystallized abilities at 63 months (sample 1) and 73 months (sample 2), and then regarding their school achievement in grade 1 to grade 6. Both preschool fluid and crystallized abilities were found to significantly predict school achievement, but only in the early school years. Through path analyses controlling for sex, maternal education and family income, preschool crystallized abilities mediated the association between early fluid abilities and later school achievement in the early grades of school. Crystallized abilities predicted early school achievement beyond fluid abilities, but not in the later grades. These results support the importance of early interventions aimed at both preschool fluid and crystallized abilities to prevent children from developing future school difficulties.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInfant Development and Preterm Care→Travaux en français237 207→