MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309308668 · doi:10.31234/osf.io/sjfep

A Multilevel Perspective on Self-Determination Theory: Predictors and Correlates of Autonomous and Controlled Motivation

2022· preprint· en· W4309308668 sur OpenAlexafffund
Shelby L. Levine, Kayleigh‐Ann Clegg, David C. Zuroff, Anne C. Holding, Golan Shahar, Richard Koestner

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSelf-determination theoryPsychologyAutonomyPerspective (graphical)CriticismAffect (linguistics)Social psychologyStructural equation modelingMultilevel modelGoal theoryPersonal autonomyMathematics

Résumé

récupéré en direct d'OpenAlex

Based on Self-Determination Theory (SDT), we examined mediational models connecting autonomy support and self-criticism to negative affect [NA], positive affect [PA], and goal progress [GP] via autonomous and controlled motivation. Separate measures were obtained within eight domains (e.g., academic performance and intimate relationships) for 346 university students. Multilevel structural equation modeling was used to test whether, both between-persons and within-person, autonomy support and self-criticism predicted autonomous and controlled motivation, which in turn predicted NA, PA, and GP. In addition to several between-persons indirect effects, we found numerous significant within-person indirect effects, including: 1) in domains where they experienced greater autonomy support, people experienced greater PA and greater GP, mediated by greater autonomous motivation and 2) in domains where they experienced greater self-criticism, people experienced more NA mediated by greater controlled motivation, and less PA mediated by greater controlled motivation and lesser autonomous motivation. These results support systematically adopting a multilevel perspective in SDT research.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,295
Écart entre enseignants0,277 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMotivation and Self-Concept in Sports→Travaux en français237 207→