Étude visant à identifier des facteurs ayant le potentiel de réduire les écarts d’anxiété mathématique observés entre les garçons et les filles francophones de 15 ans du Québec, à partir d’une analyse des données du PISA de 2003 et 2012
Bibliographic record
Abstract
Dans une étude antérieure (Vohl & Loye, 2024), nous avons montré qu’en moyenne, les filles québécoises francophones de 15 ans se disent davantage anxieuses à l’égard des mathématiques que les garçons et ce, sur l’ensemble du continuum des performances. Nous avons également montré que performances en mathématique et anxiété mathématique sont deux phénomènes négativement corrélés. Dans le présent article, nous souhaitons identifier des facteurs qui pourraient permettre d’expliquer les écarts d’anxiété mathématique observés entre les filles et les garçons. En prenant appui sur le modèle du contrôle et de la valeur de Pekrun (2006), nous vérifions si les écarts de concept de soi, de valeur intrinsèque et de valeur utilitaire observés entre les filles et les garçons expliquent complètement les écarts d’anxiété mathématique. Nos résultats révèlent que les écarts de concept de soi expliquent près de 70 % des écarts d’anxiété mathématique relevés chez les élèves francophones du Québec.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".