MétaCan
Menu
Retour à la cohorte
Enregistrement W2026497229 · doi:10.1111/j.1540-5826.2008.00271.x

Procrastination and Motivation of Undergraduates with Learning Disabilities: A Mixed‐Methods Inquiry

2008· article· en· W2026497229 sur OpenAlexafffund
Robert M. Klassen, Lindsey L. Krawchuk, Shane Lynch, Sukaina Rajani

Notice bibliographique

RevueLearning Disabilities Research and Practice · 2008
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésProcrastinationPsychologyLearning disabilitySet (abstract data type)MetacognitionSocial psychologySelf-efficacyQualitative researchDevelopmental psychologyClinical psychologyCognition

Résumé

récupéré en direct d'OpenAlex

The purpose of this mixed‐methods article was to report two studies exploring the relationships between academic procrastination and motivation in 208 undergraduates with ( n = 101) and without ( n = 107) learning disabilities (LD). In Study 1, the results from self‐report surveys found that individuals with LD reported significantly higher levels of procrastination, coupled with lower levels of metacognitive self‐regulation and self‐efficacy for self‐regulation than those without LD. Procrastination was most strongly (inversely) related to self‐efficacy for self‐regulation for both groups, and the set of motivation variables reliably predicted group membership with regard to LD status. In Study 2, individual interviews with 12 students with LD resulted in five themes: LD‐related problems, self‐beliefs and procrastination, outcomes of procrastination, antecedents of procrastination, and support systems. The article concludes with an integration of quantitative and qualitative results, with attention paid to implications for service providers working with undergraduates with LD.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,169
Tête enseignante GPT0,468
Écart entre enseignants0,300 · 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'étudeQualitatif
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

Citations87
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLearning Disabilities Research and PracticeMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207