The direct and indirect effects of cultural mismatch on self-determined motivation and educational outcomes among First Nations youth
Bibliographic record
Abstract
Les établissements d'enseignement sont de plus en plus reconnus comme étant des entités culturelles qui peuvent être alignées ou en désaccord avec les valeurs culturelles personnelles des élèves (Fryberg, Troop-Gordon et al., 2013). Les désaccords entre ces valeurs culturelles semble etre une des raisons principales explicant l'écart de réussite scolaire entre les élèves autochtones et les élèves de d’autres cultures (Burack et al., 2014; Fryberg et al., 2018). Ces désaccords nuisent aussi à l’expérience, à la motivation et à la performances des élèves. Afin de mieux comprendre comment améliorer les taux de réussite scolaire chez les jeunes autochtones, cette thèse tente de savoir si les désaccords entre les valeurs culturelles des écoles et des étudiants (Stephens, Fryberg et al., 2012) ainsi que la théorie d'autodétermination (SDT; Ryan & Deci , 2000b) peuvent s'informer mutuellement afin d’approfondir notre compréhension des facteurs qui influencent le rendement des élèves autochtones à l'école. L'importance de comprendre la personne dans son contexte, ses besoins et ses motivations est soulignée par les deux théories. Les participants comprenaient presque tous les élèves secondaires de la Nation Naskapi de Kawawachikamach (N = 77), une communauté éloignée du nord du Québec. Les analyses de régression linéaire indiquaient que la difference entre les valeurs culturelles de l’école et des éleves n'a pas eu d'effet significatif sur la motivation. Par contre, selon les analyses de médiation ultérieures, les élèves qui reconnaissaient un climat scolaire positif étaient plus susceptibles de voir leurs besoins psychologiques satisfaits, ce qui, à son tour, prédisait certaines formes de motivation autonome. Conformément aux preuves antérieures (Guay et al., 2016), les élèves qui étaient motivés de façon autonome avaient aussi des résultats scolaires, cognitifs et affectifs plus positifs. Dans l’ensemble, les résultats confirment l’importance du climat scolaire et suggèrent que la TAD pourrait être utilisé pour explorer la réussite scolaire chez les élèves autochtones. Bien qu'aucun effet significatif n'a été associé aux désaccords culturels entre l’école et les élèves, d'autre recherche mesurant l'interaction entre les construits environnementals et culturels pourraient être nécessaire
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".