The impact of self-as-a-model interventions on children's self-regulation of learning and swimming performance
Notice bibliographique
Résumé
Abstract We compared two self-as-a-model interventions: self-modelling (viewing oneself perform an adaptive behaviour) and self-observation (viewing oneself perform at current skill level). Operating within Zimmerman's (1989 Zimmerman, B. J. 1989. A social cognitive view of self-regulated academic learning. Journal of Educational Psychology, 81: 329–339. [Crossref], [Web of Science ®] , [Google Scholar], 2000 Zimmerman, B. J. 2000. “Attainment of self-regulation: A social cognitive perspective”. In Handbook of self-regulation, Edited by: Boekaerts, M., Pintrich, P. R. and Zeidner, M. 13–39. San Diego, CA: Academic Press. [Crossref] , [Google Scholar]) theory of self-regulated learning, we examined the effect of the modelling interventions on three self-regulatory processes (self-efficacy, intrinsic motivation, and self-satisfaction), as well as physical performance. Thirty-three children were randomly assigned to one of three experimental groups. The two self-as-a model groups received the modelling intervention just before physical practice, whereas the control group received physical practice only. Analyses of the retention scores revealed significant differences for all dependent measures. Post hoc testing showed consistently that the self-modelling group performed better than the self-observation and control groups, and that the two latter groups performing similarly. These results provide support for the implementation of self-modelling interventions with children when teaching motor skills.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».