MétaCan
Menu
Retour à la cohorte
Enregistrement W4407690391 · doi:10.1038/s41539-025-00302-9

Enhancing children’s numeracy and executive functions via their explicit integration

2025· article· en· W4407690391 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenpj Science of Learning · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensCarleton UniversityUniversity of Toronto
Organismes subventionnairesEconomic and Social Research CouncilNuffield Foundation
Mots-clésNumeracyPsychological interventionDisadvantagedIntervention (counseling)Context (archaeology)Leverage (statistics)Executive functionsResponse to interventionMathematics educationMathematicsDevelopmental psychologyPsychologyCognitionPedagogyLiteracyStatistics

Résumé

récupéré en direct d'OpenAlex

Executive functions (EF) are crucial to regulating learning and are predictors of emerging mathematics. However, interventions that leverage EF to improve mathematics remain poorly understood. 193 four-year-olds (mean age = 3 years; 11 months pre-intervention; 111 female, 69% White) were assessed 5 months apart, with 103 children randomised to an integrated EF and mathematics intervention. Our pre-registered hypotheses proposed that the intervention would improve mathematics more than practice as usual. Multi-level modelling and network analyses were applied to the data. The intervention group improved more than the control group in overall numeracy, even when controlling for differences across settings in EF and mathematics-enhancing practices. EF and mathematics measures showed greater interconnectedness post-intervention. In addition, disadvantaged children in the intervention group made greater gains than in the control group. Our findings emphasise the need to consider EFs in their integration with co-developing functions, and in their educational and socio-economic context.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,333

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,288
Écart entre enseignants0,274 · 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