1. 论文基本信息

1.1. 标题

本研究的标题是：A multifactorial model of intrinsic / environmental motivators, personal traits and their combined influences on math performance in elementary school，中文可译为《内在/环境激励因素、个人特质及其对小学生数学成绩综合影响的多因素模型》。

1.2. 作者

• Antonios Christodoulou (1)

• Konstantinos Tsagkaridis (2,3)

• Amarylhis- Chryssi Maleqiannaki (3)

  (1) 为博士毕业生，一名经验丰富的教师，目前担任塞浦路斯教育部、体育和青年部小学校长。 (2,3) 为认知神经心理学和实验心理学领域的资深研究员，主要研究方向是视觉感知和动作，也擅长研究方法和统计学，在开发复杂的行为多元模型方面有经验。 (3) 的研究兴趣主要集中在学龄儿童认知发展评估，特别是注意力的复杂过程、其机制以及与元认知和执行功能的关系。

1.3. 发表期刊/会议

Published online: 21 May 2024，表明该论文已于2024年5月21日在线发表。由于原文没有明确给出期刊名称，但从内容和格式来看，很可能发表在教育心理学或发展心理学相关领域的国际学术期刊上。这类期刊通常具有较高的学术声誉和影响力，尤其是在教育心理学、儿童发展和数学教育研究领域。

1.4. 发表年份

2024年。

1.5. 摘要

本研究旨在通过构建一个全面的多因素路径分析模型，扩展成就目标理论 (Achievement Goal Theory, AGT) 框架，以探究内在/环境激励因素、个人特质及其对小学生数学成绩的综合影响。现有研究通常侧重于一到两个与学业表现相关的因素，而成就目标本身也受环境因素（如“重要他人”——家长、教师）和社会文化背景的影响。

本研究收集了塞浦路斯22所公立小学762名五年级和六年级学生的问卷数据（包括成就目标问卷 AGQ-R 和适应性学习模式量表 PALS）以及研究者自制的数学成绩测试数据。

研究结果表明，构建的模型能够有效捕捉这些因素之间复杂的关联网络。其中，自我效能感 (self-efficacy) 和 兴趣 (interest) 被发现中介了学生 掌握目标 (mastery goals) 与数学成绩之间的关系。

总而言之，这项研究强调了 掌握目标 (mastery goals)、自我效能感 (self-efficacy) 和 兴趣 (interest) 在数学成绩中的深远意义。

1.6. 原文链接

/files/papers/6936dd174a3ffba76e41c68e/paper.pdf （PDF）

2. 整体概括

2.1. 研究背景与动机

研究背景： 在教育心理学领域，学生动机在决定学业成功或面临挑战方面扮演着重要角色。这涉及到内在激励因素（如个人成就目标）和个人特质（如自我效能感和兴趣），以及环境激励因素（如家长和课堂认知），这些因素共同塑造了学生的表现。特别是在数学教育中，动机对学习和表现至关重要。然而，关于小学阶段各种动机因素和特质之间多向联系的深入探索仍然不足。

核心问题与现有研究空白 (Gap)： 尽管大量研究已探索了成就目标、兴趣和自我效能感等因素对学生学业表现的重要性，但这些研究通常只关注其中一两个已知与表现相关的因素。同时，成就目标本身也受到环境因素的影响，例如“重要他人”（家长、教师）的影响或整体社会文化背景。现有研究往往未能将这些复杂的因素整合到一个全面的模型中进行考察，尤其是缺乏对这些因素在小学阶段数学学习中直接和间接影响的整体性分析。

本文切入点/创新思路： 本研究通过构建一个整合性的多因素路径分析模型，扩展了成就目标理论的框架。该模型不仅考察了成就目标和个人特质（如自我效能感和兴趣）对学业表现的综合影响，还纳入了环境因素对其的塑造作用。这种全面的方法旨在揭示这些因素之间复杂的直接和间接关联，特别是在小学五年级和六年级学生的数学成绩背景下。

2.2. 核心贡献/主要发现

核心贡献： 本研究的创新之处在于，它是首个（据作者所知）构建了一个包含 课堂成就目标 (classroom achievement goals)、家长成就目标 (parental achievement goals)、个体成就目标 (individual achievement goals)、自我效能感 (self-efficacy) 和 兴趣 (interest) 以及 数学成绩 (mathematics performance) 等所有这些相关变量的综合模型。通过这种全面的建模，本研究能够：

1. 整合多层次影响： 同时考察内在（学生个体）和环境（课堂、家长）激励因素，以及个人特质对数学成绩的复杂影响网络。
2. 揭示复杂相互作用： 深入揭示这些因素之间错综复杂的直接、间接和中介作用。
3. 提供实证支持： 为成就目标理论在小学数学教育中的应用提供了强大的实证支持。

主要发现：

1. 模型的稳健性： 研究结果表明，所构建的多因素路径分析模型能够有效地捕捉所关注因素之间复杂的关联网络，表现出良好的拟合指标。
2. 自我效能感和兴趣的中介作用： 自我效能感 (self-efficacy) 和 兴趣 (interest) 显著中介了学生 掌握目标 (mastery goals) 与数学成绩之间的关系。这意味着 掌握目标 并非直接影响成绩，而是通过提升学生的 自我效能感 和 兴趣 来间接促进学业表现。
3. 掌握目标的重要性： 掌握目标（包括学生自身的、课堂的和家长的）对学生的 自我效能感 和 兴趣 具有显著的直接和间接积极影响，进而对数学成绩产生积极影响。
4. 环境因素对内在动机的塑造： 课堂掌握目标 (classroom mastery goals) 和 家长掌握目标 (parental mastery goals) 对学生的 个体掌握目标 (individual mastery goals) 有直接的正向影响；类似地，家长表现目标 (parental performance goals) 和 课堂表现目标 (classroom performance goals) 对学生的 个体表现目标 (individual performance goals) 有直接的正向影响。
5. 绩效目标与负面关联： 感知到的家长表现目标 (perceived parental performance goals) 和 感知到的课堂表现目标 (perceived classroom performance goals) 与数学成绩呈负相关。
6. 自我效能感更强的中介作用： 相较于 兴趣，自我效能感 在数学成绩预测中似乎扮演着更强的中介角色。

3. 预备知识与相关工作

3.1. 基础概念

为了理解本文，需要掌握以下教育心理学中的基础概念：

• 成就目标理论 (Achievement Goal Theory, AGT)： 一种核心的社会认知理论，认为学生的行为是由目标追求驱动的，并支撑着任务投入。该理论解释了学生为何在特定情境下采取某种行为模式。随着时间推移，AGT 从最初的二分法模型（掌握目标和表现目标）发展到更复杂的模型。

  • 掌握目标 (Mastery Goals)： 引导学生关注能力培养的活动，例如理解能力、技能发展、知识获取和自我提升。追求掌握目标的学生通常关注学习过程本身，而非结果。
  • 表现目标 (Performance Goals)： 关注能力的展示，通过与他人比较来认识自己的能力，维护自尊，并努力超越他人。
    • 趋近目标 (Approach Goals)： 专注于成功，培养希望和热情。
    • 回避目标 (Avoidance Goals)： 专注于恐惧、焦虑和失望，阻碍参与。
  • 3×2 成就目标模型 (3x2 Achievement Goal Model)： 这是成就目标理论的最新扩展模型之一，将能力参照（任务、自我、他人）与效价区分（趋近、回避）相结合。然而，研究者会根据具体研究问题选择合适的模型。本文指出，对于小学生等年轻参与者，微妙的趋近-回避区分可能会带来挑战。

• 自我效能感 (Self-efficacy)： 指学生对自己在一个特定学业领域中获取新技能和知识能力的信念 (Bandura, 1997)。高自我效能感的学生更倾向于坚持不懈，面对困难时不易放弃。

• 兴趣 (Interest)： 在教育语境中，兴趣指在从事特定主题（如数学）时所体验到的快乐和满足感 (Pantzaira & Philippou, 2015)。对学习内容有兴趣的学生通常表现出更高的投入度和更积极的情绪。

• 路径分析 (Path Analysis)： 是一种统计方法，用于检验一组变量之间假设的因果关系模型。它通过分析一系列回归方程，量化直接效应和间接效应。本文使用此方法构建了一个多因素模型来分析各种激励因素和特质对数学成绩的影响。

• 中介作用 (Mediation)： 当一个自变量（X）对因变量（Y）的影响是通过另一个变量（M）间接发生时，M就被称为中介变量。即 X 影响 M，然后 M 影响 Y。本文中，自我效能感 和 兴趣 被视为 成就目标 与 数学成绩 之间关系的中介变量。

3.2. 前人工作

本文在引言和相关工作部分回顾了大量前人研究，这些工作为本研究的多因素模型奠定了基础：

• 成就目标与学业表现：

  • Pintrich (2003) 强调了学生动机在学业表现中的重要作用。
  • Elliot & Hulleman (2017)、Kaplan & Maehr (2007)、Liem et al. (2008) 等研究探讨了内在激励因素（成就目标）和个人特质（自我效能感、兴趣），以及环境激励因素（家长和课堂认知）对学生表现的塑造作用。
  • Chazan et al. (2022)、Mouratidis et al. (2018)、Pantziara & Philippou (2015) 的研究指出，高水平的 掌握目标 与更高的生产力、投入度、有效的认知策略、深度理解和知识技能的更好保留相关。
  • Huang (2011) 和 Senko & Harackiewicz (2005) 发现 掌握目标 不仅促进任务完成，还能维持兴趣，促进积极情绪，减少消极情绪。
  • Linnenbrink-Garcia et al. (2008) 发现，掌握趋近目标 (mastery-approach goals) 与学业表现之间的关系是显著的，尤其是在小学生中，尽管这种关系在高等教育阶段有所减弱。
  • Mouratidis et al. (2018) 和 York et al. (2015) 提到 表现趋近目标 (performance-approach goals) 也因其与学业表现的直接正相关而受青睐。
  • Darron et al. (2007)、Linnenbrink-Garcia et al. (2008) 和 Pekrun et al. (2009) 指出，对于数学等挑战性任务，掌握目标 与表现的关联比 表现趋近目标 更强。

• 个人特质（兴趣和自我效能感）的影响：

  • Kaplan & Maehr (2007) 提出成就目标会影响自我效能感和特定学科的专业兴趣。
  • Bandura (1997) 和 Friedel et al. (2007) 定义了 自我效能感。
  • 大量研究（如 Gonida & Cortina, 2014; Jiang et al., 2014; Lee et al., 2014; Martin & Elliot, 2016; Michaelides et al., 2019; Tosto et al., 2016; Yu & Martin, 2014）证实了 掌握目标 与 自我效能感 和 兴趣 之间的正相关。
  • Mouratidis et al. (2018) 和 Pantzaira & Philippou (2015) 强调了这些个人特质与成就目标之间的双向互动，显著影响小学生数学成绩。
  • Hulleman et al. (2010) 发现 表现趋近目标 也能与 兴趣 呈正相关，尤其是在小学生中。
  • Rawsthne & Elliot (1999) 报告 表现回避目标 (performance-avoidance goals) 与 兴趣 呈负相关。
  • Pantzaira & Philippou (2015) 的研究试图预测基于 自我效能感 的 掌握目标。
  • Friedel et al. (2007, 2010) 试图预测基于一般 掌握目标 或数学领域 掌握目标 的 自我效能感。
  • Elliot (1999) 指出，高 自我效能感 的学生在 成就导向目标 驱动下追求与他人比较，而低 自我效能感 的学生则避免此类评估。
  • Kirtsantas et al. (2010) 和 Lee et al. (2014) 发现 自我效能感 与学业表现之间存在直接正相关，尤其在中学生数学背景下。

• 环境激励因素（家长和课堂成就目标）的影响：

  • Jiang et al. (2014) 和 Meissel & Rubie-Davies (2015) 指出学习环境（课堂、学校、社会文化背景）深刻塑造学生的思想和行为。
  • Bong (2008) 发现环境因素影响学生的 能力感 (sense of capability)、目标导向 (goal orientations) 和对学习活动意义的认知。
  • Elliot (1999) 和 Schunk et al. (2010) 强调成就目标与这些环境因素相关。
  • 课堂影响： Gonida et al. (2007)、Murayama & Elliot (2009) 和 Wolters (2004) 发现 感知到的课堂掌握目标 (perceived classroom mastery goals) 与学生的 自我效能感 和 课堂参与度 (classroom involvement) 呈正相关。Anderman & Patrick (2012)、Friedel et al. (2007)、Murayama & Elliot (2009) 报告 感知到的课堂表现目标 (perceived classroom performance goals) 与学生的 掌握目标、兴趣 和 自我效能感 呈负相关，但与 表现目标 呈正相关。Bong (2008) 和 Sideridis (2007) 发现 感知到的课堂成就目标 之间也存在正相关。
  • 家长影响： Friedel et al. (2007)、Gonida & Cortina (2014)、Gonida et al. (2007, 2009) 发现 感知到的家长掌握目标 (perceived parental mastery goals) 与 个体掌握目标 一致，而 感知到的家长表现目标 (perceived parental performance goals) 与 个体表现目标 对应。家长目标对个体目标的影响力强于课堂目标。

3.3. 技术演进

成就目标理论在过去几十年中不断演进：

• 早期二分法模型： 最初将成就目标分为 掌握目标 和 表现目标 两种基本类型。
• 趋近-回避区分： 引入效价区分，将目标进一步细分为 趋近目标（关注成功）和 回避目标（关注避免失败）。
• 多维度扩展： 最新的模型（如 Elliot et al., 2011 的 3×2 模型）结合了能力参照（任务、自我、他人）和效价区分。
• 整合模型： 随着研究的深入，研究者开始认识到单一或有限因素模型的局限性，转而寻求构建更全面的多因素模型，以捕捉不同层次（个体、环境）因素的复杂相互作用。本文正是这种演进的体现，旨在构建一个包含内在、环境激励因素和个人特质的综合路径分析模型。

3.4. 差异化分析

本文方法与相关工作的主要区别和创新点在于：

• 综合性模型： 现有研究通常只关注一两个成就目标或相关因素。而本文首次构建了一个包含 环境激励因素（感知到的家长和课堂目标）、内在激励因素（个体掌握/表现目标）和 个人特质（自我效能感和兴趣）的完整多重中介模型，以预测 数学成绩。这种全面性使得研究能够同时考察所有这些因素的直接和间接效应，以及中介效应。
• 小学阶段的聚焦： 许多关于成就目标的研究集中在中学或大学阶段。本文特意聚焦于小学五年级和六年级学生，填补了这一年龄段在复杂动机模型研究上的空白，并强调了在小学阶段，掌握目标 的重要性可能高于 表现目标。
• 中介作用的深入探究： 本研究不仅考察了各个因素之间的关联，还特别深入探讨了 自我效能感 和 兴趣 在 成就目标 与 数学成绩 之间关系中的中介作用，以及 学生目标 作为第一中介、自我效能感/兴趣 作为第二中介的双重中介效应。
• 文化背景： 研究在塞浦路斯进行，提供了不同于盎格鲁撒克逊文化背景的实证数据，有助于检验成就目标理论的跨文化有效性。

4. 方法论

4.1. 方法原理

本研究的核心方法是路径分析 (Path Analysis)，这是一种结构方程模型 (Structural Equation Modeling, SEM) 的特例，用于检验变量之间假设的因果关系。路径分析通过同时估计一系列回归方程来分析变量间的直接和间接效应，从而揭示变量之间复杂的“网络”关系。

方法核心思想： 研究假设 环境激励因素（感知到的家长和课堂成就目标）影响 内在激励因素（学生的个体成就目标），进而影响 个人特质（自我效能感和兴趣），最终这些因素共同作用于 数学成绩。路径分析允许研究者在单个模型中检验所有这些假设的路径，并量化每个路径的强度和方向（正向或负向影响）。

理论基础： 本研究基于 成就目标理论 (Achievement Goal Theory)，认为学生的行为和学业表现受其所追求的目标驱动，并且这些目标本身会受到环境（家长、教师）的影响。同时，社会认知理论 (Social Cognitive Theory) 强调了 自我效能感 在个体行为和动机中的核心作用。本研究通过路径分析整合了这些理论，构建了一个全面的模型来解释数学成绩。

模型拟合与评估： 路径分析通过计算各种拟合指标来评估模型与观测数据之间的匹配程度。常用的拟合指标包括：

• 卡方值 ($\chi^2$)： 衡量模型与数据之间差异的统计量，越小越好，不显著的 $p$ 值表示模型拟合良好。
• 比较拟合指数 (Comparative Fit Index, CFI)： 衡量模型相对于基线模型的改善程度，CFI 值接近 1 表示拟合良好（通常 > 0.90 或 > 0.95）。
• 相对拟合指数 (Relative Fit Index, RFI)： 衡量模型拟合度的另一个相对指标，也接近 1 为好。
• 非正则拟合指数 (Non-Normed Fit Index, NFI)： 类似于 CFI，接近 1 表示拟合良好。
• 近似误差均方根 (Root Mean Square Error of Approximation, RMSEA)： 衡量模型在总体中的拟合程度，RMSEA 值小于 0.08（或更严格的 0.06）表示拟合良好。
• 标准化均方根残差 (Standardized Root Mean Square Residual, SRMR) 或 PCLOSE (P of close fit)：衡量模型残差的均方根，PCLOSE 值大于 0.05 表示拟合良好。
• 卡方自由度比值 (CMIN/DF)： 卡方值与自由度之比，通常小于 3 或 5 表示拟合良好。

4.2. 核心方法详解 (逐层深入)

4.2.1. 数据收集

研究数据来自塞浦路斯22所公立小学762名五年级和六年级学生。

• 抽样方法： 采用 整群抽样 (cluster sampling)。从帕福斯省大约40所小学中，排除最小的学校后，剩余25所学校组成样本池。其中22所学校的校长同意参与。
• 参与者： 所有这些学校的五年级和六年级学生（及其教师）在获得家长同意后受邀参与。约 50.5% 的家长和所有教师提供了肯定答复。在考试前也获得了儿童的口头同意。
• 样本代表性： 最终样本为762名学生，年龄和性别分布均衡（49.1%五年级学生，约10-11岁；50.9%六年级学生，约11-12岁；48%男生，51.2%女生，0.8%缺失）。50.8%的参与者来自帕福斯市，34.1%来自郊区，15.1%来自农村地区。

4.2.2. 材料与测量

1. 人口统计信息 (Demographics)： 收集了学生的基本人口统计信息（年龄、性别、年级）。此外，还收集了学生和家长的出生国家、在塞浦路斯的居住时间（针对移民）、家庭使用的语言以及父母的职业状况和教育水平。

2. 学生问卷 (Student Questionnaire)： 问卷包含46个陈述，来源于多个标准化量表：

• 学生个体成就目标 (Individual Achievement Goals of Students)：

  • 使用 成就目标问卷修订版 (Achievement Goal Questionnaire, AGQ-R) (Elliot & Murayama, 2008)。
  • 该量表包含 掌握趋近目标 (mastery-approach goals)、掌握回避目标 (mastery-avoidance goals)、表现趋近目标 (performance-approach goals) 和 表现回避目标 (performance-avoidance goals) 四种目标类型。
  • 本研究中，未采用 掌握回避目标 的陈述，因为其在小学生中较不常见。
  • 问卷包含9个陈述，每种目标类型（掌握目标、表现趋近目标、表现回避目标）分配3个陈述。
    • 掌握目标 示例：“我的目标是学习所有在数学课上教给我的知识。”
    • 表现趋近目标 示例：“我的目标是在数学方面比其他学生做得好。”
    • 表现回避目标 示例：“我努力不比其他人在数学作业中表现差。”
  • 原始研究中（针对大学生），掌握趋近目标、表现趋近目标 和 表现回避目标 的信度 $\alpha$ 分别为 0.84、0.92 和 0.94。
  • 操作性定义：每种目标类型的分数是参与者在相关陈述上的平均得分。

• 感知到的课堂成就目标 (Perceived Classroom Achievement Goals)：

  • 使用 适应性学习模式量表 (Patterns of Adaptive Learning Scales, PALS) (Midgley et al., 2000) 的相关部分，该量表最初为小学生开发并验证。
  • 测量学生对课堂层面优先成就目标（掌握目标、表现趋近目标 和 表现回避目标）的感知。
  • 包含：掌握目标 6个陈述 ($\alpha = 0.76$)，表现趋近目标 6个陈述 ($\alpha = 0.70$)，表现回避目标 5个陈述 ($\alpha = 0.83$)。
    • 掌握目标 示例：“在我们的课堂上，在数学方面努力学习很重要。”
    • 表现趋近目标 示例：“在我们的课堂上，主要目标是在数学方面取得好成绩。”
    • 表现回避目标 示例：“在我们的课堂上，向他人展示你在数学作业中表现不差非常重要。”
  • 操作性定义：每种课堂目标的平均得分。

• 感知到的家长成就目标 (Perceived Parents' Achievement Goals)：

  • 使用 PALS 问卷 (Midgley et al., 2000) 的对应部分。
  • 包含两种类型的家长目标：掌握目标 和 表现目标，每种类型6个陈述。
    • 掌握目标 示例：“我的父母希望我花时间思考我正在学习的数学。” ($\alpha = 0.71$)
    • 表现目标 示例：“我的父母希望我向他人展示我擅长数学作业。” ($\alpha = 0.71$)
  • 操作性定义：每种家长目标的平均得分。

• 自我效能感 (Self-efficacy)：

  • 使用 PALS (Midgley et al., 2000) 的对应部分，包含5个陈述。
    • 示例：“我自信即使是最困难的数学问题也能找到解决方法。” ($\alpha = 0.78$)
  • 操作性定义：这5个陈述的平均得分。

• 兴趣 (Interest)：

  • 使用 Elliot 和 Church (1997) 开发的7个陈述。
    • 示例：“我认为数学课很有趣。” ($\alpha = 0.92$)
  • 操作性定义：所有陈述的平均得分。

问卷设计与语言调整：

• 所有陈述首先由作者翻译成希腊语，再由两名独立的希腊-英语流利人士回译成英语。比较后进行微调。
• 最终陈述根据小学生的理解能力和词汇量进行了调整。
• 通过包含22名儿童（15名五年级，7名六年级）的 预研究 (pilot study) 识别并纠正了潜在的理解问题。
• 问卷分为三部分，顺序固定：a) 学生成就目标、自我效能感和数学兴趣；b) 感知到的课堂目标；c) 感知到的家长目标。每部分陈述随机排列。
• 参与者使用五点 李克特量表 (Likert scale) 评分（$1 = "\text{非常不同意}"$ 到 $5 = "\text{非常同意}"$）。
• 因子分析验证了量表的有效性，提取的因子用于后续分析。

3. 数学测试 (Mathematics Test)：

• 塞浦路斯小学没有系统的数字评分，学生只收到诊断性文章的定性或定量反馈。
• 为量化研究中的表现，第一作者（一名多年小学数学教学经验的教师）为每个年级（五年级/六年级）创建了数学技能测试。
• 每个测试包含14个数学问题，涵盖教育部集中规定的每个年级所有五个领域，且仅要求截至数据收集前（1月-3月）所学知识和技能。问题形式与课程和教科书中的示例相似。
• 预研究 (Pilot Study)： 收集数据前，三名教师独立评估了测试。15名五年级学生和7名六年级学生在研究人员在场下完成测试并提供定性反馈。经微小修改后测试定稿。
• 所有测试由创建并标准化测试的研究人员评分（0-100分）。
• 此外，教师被要求使用0-100分制对每名学生进行数学评分。这些教师评分用于检验研究人员创建的评估工具的 表面效度 (face validity)。

4.2.3. 实验设计与数据分析

1. 变量定义：

• 环境激励因素 (environmental motivators)：感知到的课堂和家长（掌握和表现）成就目标。下文中为简洁，省略“感知到的”，但其隐含意义不变。
• 内在激励因素 (intrinsic motivators)：学生个体（掌握和表现）成就目标。
• 个人特质 (personal traits)：自我效能感和数学兴趣。
• 表现 (performance)：数学成绩。

2. 数据分析计划：

• 初步描述性分析： 包括学生人口统计信息。
• 因子分析 (Factor Analysis)： 对参与者问卷陈述的反应进行因子分析，以验证所收集数据的效度，确保提取的因子与每个源问卷的预期结构一致。
• 效度检验 (Validity Check)：
  • 使用 t检验 (t-test) 和 皮尔逊相关分析 (Pearson correlation analyses) 比较学生测试分数和教师评分，以检验本研究创建的数学测试的 内部效度 (internal validity)。
• 路径分析模型 (Path Model)：
  • 应用并改进提出的路径模型（图1），以识别预测成就目标、兴趣、自我效能感和学生表现的因素，以及所有因素之间的关联。
  • 缺失值处理： 在进行路径分析前，使用 基于回归的归因 (regression-based imputation) 估计缺失值。
  • 模型拟合过程：
    1. 初始模型： 首先尝试拟合一个基本的 完全中介模型 (full mediation model)，遵循图1所示的初始假设中介结构。
    2. 全面模型与修正：
       • 若初始模型拟合不佳，则尝试拟合包含模型中所有变量之间所有可能的直接和间接效应的模型。
       • 根据建议的 修正指标 (modification indices)，对 个体掌握目标 和 表现目标 的残差误差以及同一分析层级（即 自我效能感 和 兴趣）变量的残差误差进行关联，以改善模型拟合。
       • 自举法 (Bootstrapping)： 在运行模型前，执行2000次抽样的 自举法 进行偏差校正 (MacKinnon et al., 2004; Preacher & Hayes, 2004)。
    3. 逐步简化： 如果全面模型拟合仍不理想，则通过逐步简化来移除变量之间不相关的路径，以获得更稳健的模型。

3. 模型中的具体关联研究：

• 环境影响： 环境因素如何塑造学生的成就目标。
• 目标影响： 学生的成就目标和感知到的家长/课堂目标如何影响数学 自我效能感 和 兴趣。
• 表现动态： 家长/课堂目标、学生目标、自我效能感 和 兴趣 对数学成绩的相互关联效应分析。
• 双重中介 (Dual Mediation)： 探索学生目标作为第一中介，随后是 自我效能感 或 兴趣 作为第二中介，在感知到的家长/课堂目标与学生表现之间的作用。

4.2.4. 实验步骤

1. 伦理审批： 获得塞浦路斯教育研究与评估中心 (C.E.R.E.) 的初步批准；随后由教育部和文化部批准小学访问；国家生物伦理委员会确认了伦理标准。

2. 学校与家长同意： 向校长发送研究目的和方法信函征求同意。校长同意后，教师收到研究详情。学生收到解释研究目的的同意书。家长通过随附信函获得通知并签署同意书。

3. 数据收集： 在2017-18学年的第二学期（1月-3月）进行。研究人员和18名受训的助理研究协调员（主要是参与学校的教师）监督同意书收集过程（5个工作日）。

4. 问卷与测试：

   • 在课堂完成问卷前，向学生保证匿名性。
   • 学生有40分钟完成问卷，并在两周内进行60分钟的数学测试。
   • 为关联问卷反应与测试结果，研究人员在两者上记录了班级注册号。
   • 最后，要求教师使用0-100分制评估每名学生的数学总体表现，并填写教师问卷。

5. 数据录入： 所有数据（学生和教师的反应、数学测试分数和教师评分）都被仔细记录并输入到独立的SPSS数据文件中。

   图1 展示了本研究的初始假设模型，包括内在和环境激励因素以及个人特质对数学成绩的潜在影响。

   该图像是一个示意图，展示了学生成就目标与环境因素（家长和课堂的成就目标）之间的关系。它还显示了自我效能和兴趣如何影响学生的表现，这些因素共同作用于数学表现。

图1. 初始模型，用于表示内在和环境激励因素以及个人特质对数学成绩的潜在影响

5. 实验设置

5.1. 数据集

实验数据是通过问卷调查和数学测试收集的，主要来自塞浦路斯帕福斯省的公立小学。

• 来源： 塞浦路斯22所公立小学。
• 规模： 762名五年级和六年级学生。
• 特点：
  • 年龄分布： 49.1%为五年级学生（约10-11岁），50.9%为六年级学生（约11-12岁）。
  • 性别分布： 48%男生，51.2%女生，0.8%数据缺失。
  • 地理分布： 50.8%的参与者来自帕福斯市，34.1%来自帕福斯郊区，15.1%来自大帕福斯地区的农村。
  • 移民背景： 样本中移民背景学生的比例较高，这可能影响成就目标分数（尤其是表现目标）。
• 领域： 教育心理学，聚焦于小学生数学学习动机和表现。

为什么选择这些数据集进行实验？

• 代表性： 采用了 整群抽样 (cluster sampling) 方法，从塞浦路斯一个主要地区（帕福斯省）的公立小学中选取了相当数量的学校和学生，确保了样本在一定程度上的代表性。
• 填补空白： 专注于小学五年级和六年级学生，填补了该年龄段在复杂动机模型研究方面的空白。
• 文化背景： 在塞浦路斯进行研究，提供了不同于主要以盎格鲁撒克逊国家为主的研究结果，有助于检验模型的跨文化适用性。
• 综合性数据： 收集了多方面的数据，包括学生的自我报告问卷（个体成就目标、自我效能感、兴趣、感知到的课堂和家长目标）和研究者自制的数学成绩测试，以及教师对学生数学表现的评分，数据全面，能够支持构建多因素模型。

5.2. 评估指标

本研究主要关注模型拟合度指标和回归系数的统计显著性，但同时也提到了衡量问卷信度（可靠性）的 克隆巴赫阿尔法系数 (Cronbach's alpha)。

1. 克隆巴赫阿尔法系数 (Cronbach's alpha)

   • 概念定义： 克隆巴赫阿尔法系数 是一种常用的衡量内部一致性信度（内部可靠性）的指标。它评估的是在一个量表中，所有项目（例如，问卷中的陈述）测量同一个潜在构念（例如，掌握目标）的程度。高的 Cronbach's alpha 值表示量表内部项目之间高度相关，即它们共同有效地测量了相同的概念，从而量表具有良好的内部一致性。

   • 数学公式： $$\alpha = \frac{k}{k-1}\left(1 - \frac{\sum_{i=1}^k \sigma_{Y_i}^2}{\sigma_X^2}\right)$$

   • 符号解释：

     • $k$: 量表中项目的数量。
     • $\sigma_{Y_i}^2$: 第 $i$ 个项目得分的方差。
     • $\sigma_X^2$: 总量表得分的方差（所有项目得分之和的方差）。

   • 本研究中各变量的 Cronbach's alpha 值：

     Variable	M	SD	Cronbach's alpha
     Mastery Goals	4.61	0.53	0.63
     Performance Goals	4.02	0.80	0.79
     Interest	4.37	0.70	0.86
     Self-efficacy	4.24	0.69	0.74
     Classroom Mastery Goals	4.51	0.50	0.60
     Classroom Performance Goals	3.10	0.88	0.72
     Parental Mastery Goals	4.14	0.62	0.69
     Parental Performance Goals	3.50	0.92	0.67

     注：本研究中部分分量表的 Cronbach's alpha 值略低于通常接受的 0.70 标准，但在 0.60 以上，仍被认为是可接受的。作者认为这可能与量表翻译或文化差异有关。

2. 路径分析模型拟合指标

   • 概念定义： 这些指标用于评估所构建的路径分析模型与实际观测数据之间的拟合优度，即模型在多大程度上能够解释数据中的变异。
   • 本研究中使用的主要拟合指标：
     • $\chi^2$ (卡方值)： 衡量模型与数据之间差异的统计量，理想情况下应不显著，表示模型拟合良好。
     • CFI (Comparative Fit Index, 比较拟合指数)： 衡量模型相对于基线模型的改善程度，CFI 值越接近 1 越好，通常高于 0.90 或 0.95 视为良好拟合。
     • RFI (Relative Fit Index, 相对拟合指数)： 类似于 CFI，也应接近 1。
     • NFI (Normed Fit Index, 非正则拟合指数)： 类似于 CFI，也应接近 1。
     • PCLOSE (P of Close Fit, 接近拟合的P值)： 评估模型是否“近似”拟合数据，PCLOSE 值大于 0.05 通常被认为是可接受的。
     • RMSEA (Root Mean Square Error of Approximation, 近似误差均方根)： 衡量模型在总体中的拟合程度，RMSEA 值小于 0.08，甚至小于 0.06 视为良好拟合。
     • CMIN/DF (Chi-square divided by degrees of freedom, 卡方自由度比值)： 通常小于 3 或 5 表示拟合良好。

3. 标准化 $\beta$ 值 (Standardized $\beta$ values)

   • 概念定义： 在路径分析中，标准化 $\beta$ 值表示在控制其他变量的情况下，自变量每变化一个标准差，因变量将变化多少个标准差。这些值可以用来比较不同路径效应的相对强度，其正负号表示影响的方向。
   • 数学公式： 标准化回归系数 $\beta$ 没有一个简单的通用公式，它是通过对标准化后的变量（均值为0，标准差为1）进行回归分析得到的。对于简单线性回归 $Y = \beta_0 + \beta_1 X + \epsilon$，标准化 $\beta_1$ 可以表示为： $$\beta_1^* = \beta_1 \frac{s_X}{s_Y}$$ 其中 $s_X$ 和 $s_Y$ 分别是自变量 $X$ 和因变量 $Y$ 的标准差。在多元回归和路径分析中，计算更为复杂，但其解释意义保持不变。
   • 符号解释：
     • $\beta$: 标准化回归系数，表示效应强度和方向。
     • $p$ 值：与 $\beta$ 值相关联的统计显著性水平，通常 $p < 0.05$ 表示该效应是统计显著的。

5.3. 对比基线

本研究主要构建和验证一个多因素模型，因此其对比基线并非是与其他竞争模型的直接性能比较，而是与初始假设模型 (initial hypothesized model) 的拟合度比较，以及通过逐步简化过程来优化模型。

• 初始全中介模型 (Initial Full Mediation Model)： 研究首先尝试拟合了一个完全基于图1所示的初始假设中介结构的 基本全中介模型。这个模型被用作一个基线来评估后续模型改进的必要性。

  • 结果： 该模型拟合数据不佳 ($\chi^2(24, 762) = 908.53, p < 0.001, CFI = 0.53, RFI = 0.11, NFI = 0.53, PCLOSE < 0.001, RMSEA = 0.22, CMIN/DF = 37.86$)。

    通过将初始模型作为基线，研究者得以证明其最终模型（通过添加直接路径和残差相关性，并移除不显著路径后）在解释数据方面具有显著优势。这种迭代优化过程是路径分析中常见的模型构建和验证方法。

6. 实验结果与分析

6.1. 核心结果分析

6.1.1. 问卷信度 (Questionnaire Reliability)

在筛选掉组内相关性低的陈述（$r < 0.02$）后，计算了各因素的平均值，并评估了所有变量得分的信度。

以下是原文 Table 1 的结果：

分析：

• 部分分量表（如 个体掌握目标 和 课堂掌握目标、家长掌握目标、家长表现目标）的 Cronbach's alpha 值略低于通常接受的 0.70 标准，但在 0.60 以上，仍被认为是可接受的。
• 作者指出，这可能由于量表在翻译到希腊语或文化差异所致，这与 Ratsameemonthon (2015) 提出的观点相似，即 掌握目标 在泰国/亚洲文化背景下的相关性可能有所不同。
• 表现目标、兴趣、自我效能感 和 课堂表现目标 的信度均在 0.70 以上，表现良好。

6.1.2. 相关性分析 (Correlations)

所有变量之间的相关性矩阵如下（原文 Table 2）：

分析：

• 个体成就目标： 掌握目标 与 表现目标 呈显著正相关 ($r = 0.30, p < 0.001$)。
• 个人特质与成就目标：
  • 兴趣 与 掌握目标 ($r = 0.53, p < 0.001$) 和 表现目标 ($r = 0.20, p < 0.001$) 均呈正相关，但与 掌握目标 的相关性更强。
  • 自我效能感 与 掌握目标 ($r = 0.46, p < 0.001$) 和 表现目标 ($r = 0.27, p < 0.001$) 均呈正相关，且与 兴趣 呈强正相关 ($r = 0.53, p < 0.001$)。
• 环境因素与个体目标/特质：
  • 课堂掌握目标 和 家长掌握目标 与 个体掌握目标、兴趣、自我效能感 均呈显著正相关。
  • 课堂表现目标 和 家长表现目标 与 个体表现目标 呈显著强正相关 ($r = 0.39, p < 0.001$; $r = 0.47, p < 0.001$)。
• 数学成绩：
  • 数学测试分数 与 掌握目标 ($r = 0.17, p < 0.001$)、兴趣 ($r = 0.23, p < 0.001$)、自我效能感 ($r = 0.30, p < 0.001$)、课堂掌握目标 ($r = 0.11, p < 0.001$) 和 家长掌握目标 ($r = 0.13, p < 0.001$) 呈正相关。
  • 数学测试分数 与 课堂表现目标 ($r = -0.16, p < 0.001$) 和 家长表现目标 ($r = -0.19, p < 0.001$) 呈负相关。
  • 个体表现目标 与 数学测试分数 无显著相关 ($r = 0.03, p > 0.05$)。

6.1.3. 数学测试效度 (Math Test Validity)

• 均值比较： 教师给出的平均分数 ($M_1 = 78.55, SD_1 = 16.72$) 显著高于测试平均分数 ($M_2 = 62.39, SD_2 = 19.82$) ($t(684) = -32.30, p < 0.001$)。
• 年级内比较： 五年级和六年级学生的教师评分均显著高于测试分数，但两者之间存在强正相关。
  • 五年级：教师评分 ($M_1 = 77.45, SD_1 = 17.64$) vs 测试分数 ($M_2 = 65.16, SD_2 = 20.68$)；$t(342) = -18.06, p < 0.001$；相关性 $r = 0.81$。
  • 六年级：教师评分 ($M_1 = 79.60, SD_1 = 15.76$) vs 测试分数 ($M_2 = 59.62, SD_2 = 18.53$)；$t(341) = -29.8, p < 0.001$；相关性 $r = 0.76$。

分析： 尽管教师评分普遍高于测试分数，但两者之间的高相关性 ($r = 0.78$) 表明两种测量方法提供了可比较的结果，支持了测试的 聚合效度 (convergent validity)。在后续的中介模型中，研究使用了数学测试分数作为更客观的学生表现衡量标准。

6.1.4. 路径分析模型 (Mediation Model)

1. 初始全中介模型 (Initial Full Mediation Model)：

• 拟合： 首次尝试拟合的基本全中介模型（遵循图1的假设结构），拟合度不佳。

• 拟合指标： $\chi^2(24, 762) = 908.53, p < 0.001, CFI = 0.53, RFI = 0.11, NFI = 0.53, PCLOSE < 0.001, RMSEA = 0.22, CMIN/DF = 37.86$。

  该图像是一个示意图，展示了课堂和父母的目标对学生的自我效能、兴趣和数学表现的影响。目标变量之间的关联通过箭头和对应的 R² 值进行表示，说明了各因素在数学表现中间接和直接的关系。

图2. 初始全中介模型，展示了多因素对学生数学成绩的初始假设影响。图中，标准化 $\beta$ 值以粗体显示，表示统计显著效应 ($p < 0.05$)。

2. 最终模型 (Final Model)：

• 构建过程： 在初始模型拟合不佳后，研究者尝试拟合了一个包含所有可能的直接和间接效应的模型。根据修正指标，关联了 个体掌握目标 和 表现目标 的残差误差，以及 自我效能感 和 兴趣 的残差误差。之后，通过逐步简化，移除了变量间不相关的路径，得到了最终模型。

• 拟合： 最终模型表现出优异的拟合指标。

• 拟合指标： $\chi^2(8, 762) = 30.77, p < 0.001, CFI = 0.99, RFI = 0.93, NFI = 0.99, PCLOSE = 0.19, RMSEA = 0.06, CMIN/DF = 3.85$。

  该图像是一个示意图，展示了课堂和父母的目标对自我效能、兴趣和数学表现的影响关系。图中显示了不同动机目标间的直接和间接路径，部分路径的回归平方和(R²)值也被标注，如自我效能为0.26，兴趣为0.28，表现为0.12。

图3. 最终模型，展示了对学生数学成绩的直接和间接多因素影响。图中，标准化 $\beta$ 值以粗体显示，表示统计显著效应 ($p < 0.05$)。实线箭头表示正向影响；虚线箭头表示负向影响。为避免图形过于复杂，额外的间接效应在正文中提及。

最终模型详细分析：

• 环境激励因素 (第一行) 之间的关联：

  • 家长表现目标 与 课堂表现目标 呈显著中等至强正相关 ($r = 0.60, p < 0.001$)。
  • 家长掌握目标 与 课堂掌握目标 呈显著中等至强正相关 ($r = 0.51, p < 0.001$)。
  • 家长掌握目标 与 家长表现目标 呈中等正相关 ($r = 0.29, p < 0.001$)。
  • 课堂掌握目标 与 课堂表现目标 呈弱正相关 ($r = 0.14, p < 0.001$)。
  • 家长掌握目标 与 课堂表现目标 呈弱但显著正相关 ($r = 0.15, p < 0.001$)。
  • 家长表现目标 与 课堂掌握目标 呈弱但显著正相关 ($r = 0.16, p < 0.001$)。

• 环境激励因素 (第一行) 对内在激励因素 (第二行) 的影响：

  • 课堂掌握目标 ($\beta = 0.36, p < 0.001$) 和 家长掌握目标 ($\beta = 0.20, p < 0.001$) 对 个体掌握目标 有直接影响。
  • 家长表现目标 ($\beta = 0.31, p < 0.001$) 和 课堂表现目标 ($\beta = 0.18, p < 0.001$) 对 个体表现目标 有直接影响。
  • 家长掌握目标 ($\beta = 0.11, p = 0.003$) 和 课堂掌握目标 ($\beta = 0.15, p < 0.001$) 对 个体表现目标 也有较弱的直接影响。

• 个人特质 (第三行) 的影响：

  • 对 自我效能感 的影响：

    • 直接效应： 个体掌握目标 ($\beta = 0.30, p < 0.001$)、家长掌握目标 ($\beta = 0.15, p < 0.001$)、课堂掌握目标 ($\beta = 0.15, p < 0.001$) 对 自我效能感 有显著直接正向影响。学生表现目标 ($\beta = 0.09, p = 0.01$) 也有较弱的直接影响。
    • 间接效应 (通过 个体掌握目标 中介)： 课堂掌握目标 ($\beta = 0.11, p = 0.001$) 和 家长掌握目标 ($\beta = 0.06, p = 0.001$) 通过 个体掌握目标 中介对 自我效能感 产生间接影响。
    • 间接效应 (通过 个体表现目标 中介)： 课堂掌握目标 ($\beta = 0.01, p = 0.004$)、家长掌握目标 ($\beta = 0.001, p = 0.01$)、课堂表现目标 ($\beta = 0.02, p = 0.005$) 和 家长表现目标 ($\beta = 0.03, p = 0.006$) 通过 个体表现目标 中介对 自我效能感 产生间接影响。
    • 总结： 掌握目标（学生、课堂、家长）对学生 自我效能感 具有更强的直接和间接积极影响。

  • 对 兴趣 的影响：

    • 直接效应： 个体掌握目标 ($\beta = 0.45, p < 0.001$)、感知到的课堂掌握目标 ($\beta = 0.12, p = 0.001$) 和 感知到的家长掌握目标 ($\beta = 0.07, p = 0.041$) 对 兴趣 有显著直接正向影响。
    • 间接效应 (通过 个体掌握目标 中介)： 感知到的课堂掌握目标 ($\beta = 0.16, p = 0.001$) 和 家长掌握目标 ($\beta = 0.09, p = 0.001$) 通过 个体掌握目标 中介对 兴趣 产生间接影响。
    • 总结： 掌握目标（学生、课堂、家长）对学生 兴趣 产生积极影响。个体表现目标 未中介任何上述因素与学生 兴趣 之间的关联。

• 对 数学成绩 (第四行) 的影响：

  • 直接效应：

    • 自我效能感 ($\beta = 0.22, p < 0.001$) 和 兴趣 ($\beta = 0.11, p = 0.01$) 对 数学成绩 有直接正向影响。
    • 感知到的家长表现目标 ($\beta = -0.18, p < 0.001$) 和 感知到的课堂表现目标 ($\beta = -0.09, p = 0.038$) 对 数学成绩 有直接负向影响。
    • 注意：个体成就目标（掌握或表现）对 数学成绩 没有发现任何显著的直接影响。

  • 中介效应：

    • 自我效能感 中介了 掌握目标 与 成绩 之间的关系 ($\beta = 0.07, p = 0.001$)。
    • 兴趣 中介了 掌握目标 与 成绩 之间的关系 ($\beta = 0.05, p = 0.003$)。
    • 自我效能感 中介了 感知到的课堂掌握目标 ($\beta = 0.03, p = 0.001$) 和 感知到的家长掌握目标 ($\beta = 0.03, p = 0.001$) 与 成绩 之间的关系。
    • 兴趣 中介了 学生感知到的课堂掌握目标 ($\beta = 0.01, p = 0.004$) 和 感知到的家长掌握目标 ($\beta = 0.001, p = 0.05$) 与 成绩 之间的关系。

  • 双重中介效应：

    • 掌握目标 和 自我效能感 双重中介： 课堂掌握目标 ($\beta = 0.02, p = 0.001$) 和 家长掌握目标 ($\beta = 0.01, p = 0.001$) 对 成绩 的影响。
    • 掌握目标 和 兴趣 双重中介： 课堂掌握目标 ($\beta = 0.02, p = 0.003$) 和 家长掌握目标 ($\beta = 0.01, p = 0.05$) 对 成绩 的影响。
    • 表现目标 和 自我效能感 双重中介： 课堂掌握目标 ($\beta = 0.003, p = 0.001$) 和 家长掌握目标 ($\beta = 0.002, p = 0.009$)，以及 课堂表现目标 ($\beta = 0.003, p = 0.003$) 和 家长表现目标 ($\beta = 0.01, p = 0.004$) 对 成绩 的影响。
    • 注意：表现目标 和 兴趣 的双重中介未导致显著的间接效应。

  • 总结： 自我效能感 在数学成绩预测中似乎扮演着比 兴趣 更强的中介角色。

6.2. 消融实验/参数分析

本文没有进行典型的消融实验 (Ablation Study) 来验证模型各组件的有效性，也没有对超参数进行详细分析。然而，模型构建过程本身可以看作是一种逐步优化的过程：

1. 从初始全中介模型到简化模型：

   • 研究首先尝试了一个假设的 全中介模型 作为起点。这个模型假定所有外部因素通过学生个体目标和个人特质间接影响表现。
   • 由于这个初始模型拟合不佳，研究者通过 添加直接路径（例如，课堂掌握目标 和 家长掌握目标 对 自我效能感 和 兴趣 的直接影响）和 关联残差误差（例如 自我效能感 和 兴趣 之间的相关性），并 移除不显著的路径，来逐步优化模型。
   • 这实际上是一种模型选择和精简的过程，旨在找到最能解释数据且最简洁的模型。 移除不显著的路径（如 个体掌握/表现目标 对 数学成绩 的直接影响）可以被看作是“消融”了这些路径，从而验证它们并非直接影响成绩，而是通过其他中介变量发挥作用。

2. 自举法 (Bootstrapping) 的应用：

   • 在运行模型前，研究执行了2000次抽样的 自举法 进行偏差校正。这是一种非参数重采样技术，用于估计统计量的抽样分布，从而获得更稳健的置信区间和显著性检验结果，特别是在非正态分布或小样本情况下。虽然不是消融实验，但它确保了模型参数估计的可靠性。

核心发现与含义：

• 个体成就目标 无直接影响： 最终模型中 个体掌握/表现目标 对 数学成绩 没有直接影响，这表明它们的影响是完全通过 自我效能感 和 兴趣 这些个人特质来中介的。这是一个重要的发现，解决了文献中关于 成就目标 与 学业表现 之间关系矛盾的现象。

• 自我效能感 的强中介作用： 自我效能感 在多条路径中表现出更强的中介作用，强调了其在促进数学成绩中的关键地位。

  这种逐步构建和精简模型的方法，虽然不同于传统的消融实验，但有效地揭示了变量之间最显著和最有意义的关联，并排除了那些对预测效果不重要的路径，从而支持了最终模型的有效性和解释力。

7. 总结与思考

7.1. 结论总结

本研究为理解小学生数学成绩的多因素影响提供了深入洞察，特别是揭示了课堂、家长和个体成就目标，以及自我效能感和兴趣之间的复杂关联网络。这是首个（据作者所知）构建了包含所有这些变量的综合模型的研究，其创新之处在于能够同时研究所有这些因素的综合影响，揭示它们的复杂相互作用，并成功预测小学生的数学成绩。

主要发现概括：

1. 模型稳健性： 建立了一个能够有效捕捉各因素复杂关联的稳健模型。

2. 自我效能感和兴趣的关键作用： 自我效能感 和 兴趣 是数学成绩的关键预测因子，并显著中介了 个体、课堂 和 家长掌握目标 与成绩之间的关系。

3. 掌握目标的间接影响： 个体掌握目标 和 个体表现目标 对数学成绩没有直接影响，其影响完全通过 自我效能感 和 兴趣（对于掌握目标）或仅 自我效能感（对于表现目标）来中介。

4. 环境因素的塑造作用： 课堂掌握目标 和 家长掌握目标 对学生的 个体掌握目标 有直接的正向影响；家长表现目标 和 课堂表现目标 对学生的 个体表现目标 有直接的正向影响。

5. 负面影响： 感知到的家长表现目标 和 感知到的课堂表现目标 与数学成绩呈直接负相关。

6. 双重中介： 发现了 学生掌握目标 与 自我效能感，以及 学生掌握目标 与 兴趣 在 课堂/家长目标 与 成绩 之间的双重中介效应。

7. 自我效能感更强： 相比于 兴趣，自我效能感 在预测数学成绩中扮演着更强的中介角色。

   这项研究强调了在理解学生表现时采取整体性视角的重要性，并突出了 掌握目标 在提升学生成绩中的首要地位。

7.2. 局限性与未来工作

局限性：

1. 方法论限制： 路径分析模型隐含了因果关系假设，但不同类型的成就目标之间以及与 自我效能感 和 兴趣 等特质之间可能存在双向关联，这使得模型中变量的排列方式可能存在其他解释。研究者通过测试备选模型来优化拟合，但仍不能完全排除其他可能。
2. 抽样问题： 参与者仅来自塞浦路斯的五个主要地区之一，尽管具有一定的代表性，但未来的研究应包含所有地区的样本以增强普遍性。
3. 文化差异： 模型的有效性可能受文化差异影响，需要在其他国家进行复制研究以验证其普适性。

未来工作：

1. 外部效度扩展： 将模型扩展到除数学之外的其他学科，以探索其外部效度。
2. 年龄组差异： 调查不同年龄组（如初中生）学生中的潜在相似性和差异。Linnenbrink-Garcia 等人（2008）的荟萃分析表明，在学业压力更大的高年级（高中和大学），表现目标 与实际学业表现的关联可能更为显著。
3. 政策变化影响： 考虑到塞浦路斯教育部未来计划将小学评分提前至一年级，研究人员建议在政策变化后复制研究，以探索此类变化对模型预测价值的影响。

7.3. 个人启发与批判

个人启发：

• 整体性视角的重要性： 这项研究极大地启发了我在分析复杂现象时，必须超越单一因素的关注，而应采取多层次、多因素的整体性视角。在教育领域，学生的表现绝非简单的智力或努力问题，而是 内在动机、个人特质 和 外部环境 相互交织的产物。
• “重过程轻结果”的教育理念： 论文强有力地支持了 掌握目标（关注学习和理解）在促进 自我效能感 和 兴趣 方面的重要性，进而间接提升了学业成绩。这对于教育者和家长具有深刻的实践指导意义：与其过度强调排名和分数（表现目标），不如着重培养学生对知识本身的兴趣和学习过程中的自我提升，这能带来更持久和积极的学习效果。
• 中介作用的细致分析： 论文通过路径分析揭示了 自我效能感 和 兴趣 作为 成就目标 与 成绩 之间关键中介变量的作用。这提醒我们，在设计教育干预措施时，不仅要设定目标，更要考虑如何通过提升学生的 自我效能感 和 兴趣 来实现这些目标。
• 环境塑造个体： 家长和课堂设定的目标对学生的个体目标有显著影响，这强调了家庭教育和课堂教学氛围的重要性。父母和教师应共同努力，营造一个鼓励 掌握目标 的环境。

批判：

• 问卷信度问题： 尽管作者解释了部分 Cronbach's alpha 值较低可能与翻译和文化差异有关，但低于 0.70 的信度仍然是一个潜在的担忧。它可能意味着这些分量表在希腊语文化背景下对特定构念的测量不够稳定或一致，这可能影响结果的可靠性。未来的研究可以考虑进一步优化问卷的本土化，或采用其他更适合当地文化的测量工具。
• 因果推断的局限性： 路径分析虽然可以检验假设的因果路径，但其因果推断的强度仍受限于横断研究设计。由于所有数据都是在同一时间点收集的，变量之间的双向关系（例如 自我效能感 反过来影响 掌握目标）无法完全排除。未来的研究可以采用 纵向研究 (longitudinal study) 设计，在不同时间点收集数据，以更明确地建立因果关系。
• “表现目标”的复杂性： 论文提到由于小学生难以区分趋近-回避维度，将 表现趋近目标 和 表现回避目标 合并为一个 表现目标 因子。然而，表现趋近目标 和 表现回避目标 在动机和结果上可能具有截然不同的影响。例如，表现趋近目标 有时也能带来积极结果，而 表现回避目标 则通常与负面结果相关。这种合并可能简化了实际情况，并可能掩盖了 表现目标 更细致的影响机制。
• 外部因素的进一步探索： 论文中“环境激励因素”主要指家长和课堂目标。虽然提到“更广泛的社会文化背景”也影响成就目标，但模型中并未直接纳入具体的社会文化变量。未来的研究可以尝试量化和纳入更宏观的社会文化因素（如国家教育政策、社会价值观等），以构建更全面的模型。
• 干预研究的缺乏： 本研究是一个相关性研究。虽然模型揭示了重要的关联，但并未直接验证通过干预 掌握目标、自我效能感 或 兴趣 是否能实际提升数学成绩。未来的研究可以设计 随机对照试验 (Randomized Controlled Trial, RCT)，以提供更强的因果证据，并为教育实践提供更直接的指导。