Étude de la contribution de scores polygéniques à la prédiction du rendement en mathématiques à l'enfance
Bibliographic record
Abstract
Introduction : Dans une perspective de prévention des difficultés scolaires, le rendement en mathématiques est à privilégier, notamment parce qu'il est fortement associé à la réussite scolaire et professionnelle ultérieure. Des facteurs environnementaux et génétiques contribuent à l'explication des différences individuelles quant au rendement en mathématiques. Néanmoins, les facteurs génétiques spécifiques et leur importance relative dans la prédiction du rendement en mathématiques demeurent inconnus. L'objectif de la présente étude est de mieux comprendre le rôle des facteurs génétiques mesurés en regard des facteurs sociodémographiques dans le développement des mathématiques à l'enfance. Méthode : La présente étude se base sur les données de 712 participants génotypés dans le cadre de l'Étude longitudinale du développement des enfants du Québec (ÉLDEQ). Un modèle d'équations structurelles de médiation a été testé, dans lequel deux scores polygéniques (Polygenic Scores, PGS) récemment construits, soit le PGS associé au niveau de diplomation (EduYears3 ou EY3) et le PGS lié aux habiletés cognitives générales (IQ3), ainsi que des facteurs sociodémographiques de la famille (revenu familial et niveau de scolarité des parents) prédisent le rendement en mathématiques à la fin du primaire via la connaissance des nombres à l'âge préscolaire. Résultats : La continuité du développement des mathématiques à l'enfance (de la connaissance des nombres au préscolaire au rendement en mathématiques à la fin du primaire) est prédite par un ensemble commun de facteurs étiologiques génétiques (IQ3) et sociodémographiques de la famille. Ces facteurs précoces prédisent la connaissance des nombres dans la direction attendue. La connaissance des nombres médie l'association prédictive entre ces facteurs précoces et le rendement ultérieur en mathématiques et tous les prédicteurs précoces, y compris EY3, contribuent directement au rendement ultérieur en mathématiques. La contribution de la connaissance précoce des nombres au rendement ultérieur en mathématiques s'avère plus importante pour les filles que pour les garçons et EY3 prédit la connaissance des nombres chez les garçons uniquement. Conclusion : Les résultats suggèrent qu'au-delà des facteurs sociodémographiques, les scores polygéniques EY3 et IQ3 prédisent de manière unique le rendement en mathématiques à la fin du primaire et que le rôle prédictif de IQ3 est en partie médiée par la connaissance des nombres à l'âge préscolaire. Cette étude souligne l'importance de considérer la génétique dans la compréhension des voies de développement des mathématiques. Les résultats contribuent au développement d'un modèle théorique du développement des mathématiques à l'enfance.
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 | 0.004 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".