MétaCan
Menu
Retour à la cohorte
Enregistrement W4378746416 · doi:10.3389/fpsyg.2023.1100537

Culture, executive functions, and academic achievement

2023· article· en· W4378746416 sur OpenAlexafffund
Isu Cho, Niki Hosseini‐Kamkar, Hyun-Joo Song, J. Bruce Morton

Notice bibliographique

RevueFrontiers in Psychology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensWestern UniversityMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAcademic achievementPsychologyExecutive functionsContext (archaeology)CognitionImmigrationDevelopmental psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Although it is well known that children of East Asian immigrants show higher academic achievement than native-born North American children, the social-cognitive determinants of this difference remain poorly understood. Given the importance of executive functions (EF) for academic achievement, and evidence that EF develops more quickly in East Asian compared to North American cultures, it is conceivable that differences in academic achievement might be rooted in EF differences between these groups. We examine this possibility by reviewing evidence of cross-cultural differences in EF development but find core concepts and findings limited in several key respects. To address these limitations, we propose a framework for relating EF, culture, and academic achievement that draws on new theoretical ideas about the nature of EF and its relation to social context. We conclude by discussing avenues for future research on the relations between culture, executive functions, and academic achievement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,364
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207