MétaCan
Menu
Retour à la cohorte
Enregistrement W4414353097 · doi:10.14232/iskkult.2025.8.3

Az impulzivitás, a tanulmányi motivációk és a középiskolában megjelenő csalás kapcsolatának vizsgálata

2025· article· hu· W4414353097 sur OpenAlexaff
Miriam Jánvári, István Tóth‐Király, Beáta Bőthe, Gábor Orosz

Notice bibliographique

RevueIskolakultúra · 2025
Typearticle
Languehu
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversité de MontréalConcordia UniversityStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Order (exchange)Task (project management)Focus (optics)

Résumé

récupéré en direct d'OpenAlex

Kutatásunk célja volt, hogy feltárja a diákok impulzivitása, motivációja, tanulmányi eredményeik és a számonkérések során elkövetett és bevallott csalás közötti összefüggéseket. A vizsgálat résztvevői középiskolás diákok voltak (Méletkor = 16,55; SDéletkor = 1,26). A vizsgált minta elemszáma 676 fő (Nnő = 287; Nférfi = 389). Strukturálisegyenlet-modellezést alkalmaztunk a változók közötti kapcsolati mintázatok feltárására. Korábbi kutatásokkal összhangban a változókat összesítő modell segítségével megállapítható, hogy a diákok autonóm motivációja összefüggésben áll a csalással és a tanulmányi átlaggal is. Emellett az amotiváció is összefüggést mutat a csalás mértékével, valamint a tanulmányi teljesítménnyel, azonban a kontrollált motiváció nem. Az impulzivitás faktorai közül a megfontoltság hiánya kapcsolatban van a csalással, valamint az amotivációval, a negatív sürgetettség összefüggést mutat a kontrollált motivációval, valamint a csalással. Ezenkívül a kitartás hiánya kapcsolatban áll az autonóm motivációval és az amotivációval. Összességében elmondható, hogy a megfontoltság hiánya mind direkt, mind indirekt módon (az amotiváción keresztül) összefügg a csalással, valamint indirekt módon (az amotiváción keresztül) a tanulmányi átlaggal. A kitartás hiánya indirekt (az amotiváción és az autonóm motiváción keresztül) kapcsolatot mutat a csalással és a tanulmányi átlaggal is. A negatív sürgetettség pedig direkt módon függ össze az iskolai tisztességtelenséggel.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0660,009

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 Opus0,015
Tête enseignante GPT0,417
Écart entre enseignants0,401 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIskolakultúraMême sujetResilience and Mental HealthTravaux en français237 207