Connections between academic motivation and benefits to low‐grade inflammatory regulation among the socioeconomically advantaged
Notice bibliographique
Résumé
INTRODUCTION: Working to reach school goals during adolescence and rise in the socioeconomic hierarchy can have unexpected negative consequences for physical health, which are often linked to inflammation. However, certain forms of academic motivation, like finding meaning in difficulty, can benefit health and well-being. The current study tests whether socioeconomic resources explain this paradox and moderate the relationship between motivational processes and indicators of inflammation among adolescents. Having greater socioeconomic resources may provide the circumstances necessary to experience a beneficial connection between higher school motivation and lower indicators of inflammation. METHOD: = 14). The survey included a key measure of motivation indicating how students respond to experiences of academic difficulty. The health screening produced assays of C-reactive protein and interleukin 6 from antecubital blood samples, which provided an indicator of low-grade inflammation. RESULTS: Multiple linear regression analyses demonstrated the expected pattern of moderation, such that students with high (but not low) socioeconomic resources experienced a positive connection between motivation and indicators of inflammatory regulation, especially C-reactive protein. CONCLUSIONS: The findings provide an important contribution to understanding the complex links between achievement and health. Future research on the health costs of mobility should consider the health benefits of motivation that may be observed uniquely among the socioeconomically advantaged. Further, education institutions should promote motivation in ways that are connected to health sustaining forms of support for all students.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».