Striving to reach the “native speaker standard”: A growth belief may mitigate some deleterious effects of social comparison in migrants
Notice bibliographique
Résumé
While upward social comparison can inspire and provide information for self-improvement, it can also threaten one’s self-confidence. This study examines how upward comparisons with “native speakers” relate to self-confidence and adaptation of migrant students who speak English as a second language, and the role of language mindsets in this process. Study 1 ( n = 322) showed that the majority of migrant university students (67 %) tend to compare themselves with native speakers or people with higher levels of English proficiency (i.e., upward comparison), but those with fixed (vs. growth) mindsets were less likely to do so. Study 2 ( n = 101) showed that when migrant students compared to native speakers (vs. control), they reported lower level of confidence. However, some negative effects of social comparison were buffered by growth mindsets, such that people with growth (vs. fixed) mindsets were less anxious and more confident to adapt to their academic environment. These findings suggest the “native speaker standard” has detrimental effects on linguistic-minority students’ language, social, and academic adaptations, but a growth mindset might mitigate some of these negative effects. • Most migrant students in North America compare themselves to “native English speakers.” • The “native speaker standard” undermines migrants’ emotion and adaptation. • Growth mindsets buffer some negative effects, specifically on language anxiety and academic adaptation.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».