Exploring the role of early childhood educators’ emotion socialization strategies in the development of young children’s social and non-social play behaviors
Notice bibliographique
Résumé
It is widely postulated that caregivers’ emotion socialization strategies support children’s positive socio-emotional functioning with peers. However, this theoretical model has been rarely examined empirically in the context of early childhood education and care (ECEC), despite ECEC being a prominent environment for children to practice peer play (a robust marker variable for social and emotional competencies). This study explored the role of ECEC teachers’ emotion coaching and emotion distracting strategies in the development of children’s social and non-social play behaviors over time. Participants were 275 teachers and 487 children (aged 36–57 months) from 123 classrooms in 56 ECEC centers in Norway. Results from multilevel linear mixed modeling analyses indicated that emotion coaching was associated with a steeper increase in social play and steeper decrease in reticent behavior. In contrast, although emotion distracting was also associated with a steeper decrease in reticent behavior, it also predicted a less steep increase in social play. These results suggest that emotion coaching is a supportive socialization strategy for children’s peer relations in ECEC, whereas findings for distracting were more mixed. Using responses from multiple teachers within each classroom to examine both average classroom scores, in addition to minimum and maximum classroom scores, offers a novel insight into the group dynamics of teacher-child interactions in ECEC to support children’s peer relations.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».