Effects of teaching neuroplasticity on motivation, inhibitory control and task performance, and the role of mindset theory
Notice bibliographique
Résumé
BACKGROUND: Frequent and persistent errors resist teaching, partly due to difficulties in mobilizing inhibitory control. A promising strategy to address this challenge involves teaching students about neuroplasticity. Such instruction may indeed foster motivational beliefs (often referred to as growth mindset), which in turn could positively influence the mobilization of inhibitory control. This study investigated the effects of a neuroplasticity-based intervention on motivation (including constructs from mindset theory), inhibitory control and task performance. METHOD: The final sample included 44 10-12 y/o students recruited from French-speaking elementary schools in the Montreal area (Québec, Canada), primarily through an online advertisement posted on social media. They were assigned to either the experimental group (neuroplasticity intervention) or the control group. They completed a motivational questionnaire at both pretest and posttest and performed a fraction comparison task while undergoing fMRI scanning. RESULTS: Results indicated that students who learned about neuroplasticity demonstrated significant improvements in motivation and greater activation of the ventrolateral prefrontal cortex (VLPFC), a brain region associated with inhibitory control. However, task performance did not significantly differ between groups. Notably, the change in perceived competence was the only motivational variable significantly associated with brain activity related to inhibitory control. CONCLUSIONS: These findings suggest that teaching neuroplasticity can both foster motivation and neural engagement, with perceived competence emerging as a central variable in this relationship. While the intervention did not produce direct effects on academic performance, it remains a promising cost-effective strategy to support students with inhibitory control difficulties and offers valuable insights for future educational interventions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».