The subject matters: relations among types of anxiety, ADHD symptoms, math performance, and literacy performance
Notice bibliographique
Résumé
Sabrina M. Di Lonardo Burra* & Jo-Anne LeFevreab a Department of Cognitive Science, Carleton University, Ottawa, Canadab Department of Psychology, Carleton University, Ottawa, CanadaCONTACT Sabrina M. Di Lonardo Burr sabrina.dilonardo@carleton.ca; sabrinadilonardo@cmail.carleton.ca Department of Cognitive Science, Carleton University, Ottawa, CanadaSupplemental data for this article can be accessed http://doi.org/10.1080/02699931.2021.1955243.ABSTRACTIn this study, we extended a model of the relations among ADHD symptoms, anxiety, and academic performance. Undergraduates (N = 515) completed self-report measures of anxiety (i.e. trait, test, math, and literacy) and ADHD symptoms. During the study, they completed math and literacy measures and reported their current (i.e. state) anxiety three times. There were significant correlations among ADHD symptoms and all measures of anxiety. However, neither ADHD symptoms nor trait anxiety were correlated with math or literacy performance. Test-anxious students reported increasing state anxiety as the study progressed. In contrast, math-anxious students reported increased state anxiety following the math tasks but not the literacy tasks and literacy-anxious students reported increased state anxiety following the literacy tasks but not the math tasks. With respect to performance, math-anxious students had worse math performance and literacy-anxious students had worse literacy performance whereas test anxiety was not directly related to performance on either math or literacy tasks. Patterns of relations did not differ for men and women, but, except for literacy anxiety, women reported higher levels of all types of anxiety. These results could help educators understand how affective responses are related to university students’ academic performance.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,004 |
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 ».