MétaCan
Menu
Retour à la cohorte
Enregistrement W1986299782 · doi:10.5539/res.v5n5p119

A Comparison of Learning Styles and Study Strategies Scores of Brunei Secondary School Students by Test Anxiety, Success Attributions, and Failure Attributions: Implications for Teaching At-risk and Vulnerable Students

2013· article· en· W1986299782 sur OpenAlexvenueno aff
Rohani Matzin, Masitah Shahrıll, Salwa Mahalle, Malai Hayati Sheikh Hamid, Lawrence Mundia

Notice bibliographique

RevueReview of European Studies · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAttributionPsychologyTest anxietyAnxietyLearning stylesPsychological interventionTest (biology)Style (visual arts)Social psychologyAcademic achievementDevelopmental psychologyNeed for achievementClinical psychology

Résumé

récupéré en direct d'OpenAlex

The survey assessed the learning styles and study strategies of 135 randomly selected Brunei secondary school students according to their test anxiety levels, internal-external attributions for success, and internal-external attributions for failing. Four significant differences were obtained on learning styles but only one was found on study strategies. Highly anxious students scored higher on the social-individual learning style than their less anxious peers. Learners who internalize success attributions scored higher on the social-group learning style than counterparts who externalize. Participants with internal attributions for failing scored higher on both the visual-language and expressive-written learning styles than those who externalize reasons for failing. Paradoxically, females were the most affected by test anxiety and yet they outperformed males in mathematics achievement. We discuss plausible explanations for these findings and suggest psychological and educational interventions to address the observed deficiencies. Further mixed-methods research is recommended to gain additional insights into the issues investigated.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,438
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetEducation, Achievement, and GiftednessTravaux en français237 207