Developing and Validating a Growth Mindset Scale for Young Children (GM-C)
Notice bibliographique
Résumé
Beliefs about the malleability of intellectual ability—mindsets—shape achievement. Recent evidence suggests that even young children hold such mindsets; yet, no reliable and valid instruments exist for measuring individual differences in young children’s mindsets. Here, we developed and made freely available an instrument for this purpose—the Growth Mindset Scale for Children (GM-C), suitable for children as young as 4. Among other psychometric properties, we assessed this instrument’s (a) measurement invariance, (b) internal consistency, (c) temporal stability (or test-retest reliability), (d) predictive validity, and (e) cross-cultural robustness in samples of US children (Study 1; N = 220; ages 4 through 6; 50% girls; 39% White) and South African children (Study 2; predominantly grades 4 and 5; N = 331; 54% girls; 100% non-White). The GM-C scale demonstrated invariance across age, as well as strong internal consistency and test-retest reliability. Further, the scale is valid: Four- to six-year-old children with higher GM-C scores oriented toward learning goals (Study 1). Similarly, second- to fifth-grade children with higher GM-C scores oriented toward learning goals, were more likely to take on challenges, and had better grades in math and English (Study 2). These findings suggest that the GM-C is a promising tool for measuring mindsets in young children. We offer practical recommendations on how the scale can be used in future research and discuss theoretical implications of the results.
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 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».