MétaCan
Menu
Retour à la cohorte
Enregistrement W6920557732 · doi:10.60692/wrtza-rcr74

The contributions of executive functions to mathematical learning difficulties and mathematical talent during adolescence

2018· article· en· W6920557732 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Abilities and Testing
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésExecutive functionsMathematical problemReading (process)Mathematical modelWorking memoryMathematical structure

Résumé

récupéré en direct d'OpenAlex

Are mathematical learning difficulties caused by impairment of the abilities that underlie mathematical talent? Or are mathematical difficulties and talent qualitatively different? The main goal of this study was to determine whether mathematical learning difficulties are explained by the same executive functions as mathematical talent. We screened a pool of 2,682 first-year high school students and selected 48 for evaluation, dividing them into three groups: those with mathematical learning difficulties (n = 16), those with typical performance (n = 16), and those with mathematical talent (n = 16). Adolescents from the learning difficulties and talented groups had age, reading skills, and verbal and non-verbal intelligence that were similar to those of the typical performance group. Participants were administered a suite of tasks to evaluate verbal and visual short-term memory and executive functions of inhibition, shifting, and updating. Different executive functions showed different contributions at the two ends of the math ability continuum: lower levels of performance in updating visual information were related to mathematical learning difficulties, while greater shifting abilities were related to mathematical talent. Effect sizes for the differences in performance between groups were large (Hedges' g > 0.8). These results suggest that different executive functions are associated with mathematical learning difficulties and mathematical talent. We discuss how these differences in executive functions could be related to the different types of mathematical abilities that distinguish the three groups.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,257
Écart entre enseignants0,230 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetCognitive Abilities and TestingTravaux en français237 207