Le sentiment de compétence : modérateur du lien entre le QI et le rendement scolaire en mathématiques
Bibliographic record
Abstract
La présente étude a pour but de vérifier si le QI et le sentiment de compétence interagissent \nlorsque l’élève doit performer à l’école et si, en l’occurrence, cette interaction \nest à son tour modérée par l’âge et le sexe des participants. Afin de vérifier ces hypothèses, \nles variables suivantes ont été étudiées chez 928 élèves de souche francocanadienne \nfréquentant des écoles montréalaises de niveau secondaire : la moyenne \nen mathématiques, le QI, le sentiment de compétence en mathématiques, l’âge, le sexe \net le statut socioéconomique. Tel que prévu, le QI et le sentiment de compétence en \nmathématiques corrèlent de façon positive et significative avec la moyenne en \nmathématiques de l’élève. Les analyses montrent également une interaction significative \nentre le QI et le sentiment de compétence. Une fois décomposée, cette interaction \nindique que chez les élèves qui ont un sentiment de compétence élevé, la valeur \nprédictive du QI est plus élevée, alors que la relation entre le QI et la performance ne \nchange pas de façon significative chez les élèves qui présentent un faible sentiment de \ncompétence. Enfin, ni l’âge ni le sexe de l’élève n’influencent l’interaction entre le QI \net le rendement scolaire, pas plus qu’ils ne sont corrélés avec le rendement scolaire. \nLes implications cliniques de cette recherche sont discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".