Academic Competition in the School System: At What Cost?
Notice bibliographique
Résumé
Competition pervades our culture across sports, entertainment, politics, and corporations, seeping also into educational institutions. Today, children are urged not only to "play to win" but also to "learn to win." Despite awareness of competition's negative psychological and social impacts, it remains a cornerstone of the educational system as it is perceived as a strong motivating factor for academic achievement. However, academic competition has received less attention than its athletic and social counterparts, with previous research often overlooking its effects on interpersonal relationships. Existing studies have either used inappropriate measures for academic settings or failed to differentiate between other-referenced and task-oriented competition, which respectively focus on surpassing peers for status and on personal growth. This thesis introduces new scales tailored for assessing academic competition among adolescents. A pilot study involving 532 adolescents in southwestern Ontario (Mage =15.23) validates these scales through factor analysis using Principal Component Analysis, distinguishing between other-referenced and task-oriented competition. The new scales demonstrate reliability, with Cronbach's alpha coefficients of .789 for other-referenced competitiveness and .825 for task-oriented competitiveness. Regression analyses reveal a significant positive association between other-referenced competitiveness and bullying perpetration, while task-oriented competitiveness shows a moderate inverse relationship with bullying. These findings underscore the need to differentiate between competition for skill development and for status, as the latter may inadvertently foster bullying tendencies. This study emphasizes the importance of nuanced understanding in academic competition and its implications for student well-being. The discussion encompasses implications, limitations, and avenues for future research in this area.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,002 |
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 ».