The Effects of Motivational Factors in Learning among Students in Secondary School in Negeri Sembilan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article highlights some of the major research findings regarding the extrinsic motivational factors in learning Mathematic among Students in Secondary School in Negeri Sembilan. This study is aimed to find out the relationship between extrinsic motivational factors which include teacher, peer-group, family, environment, and language with the academic performances in Mathematic. This study also aimed to find out the dominant extrinsic motivational factor in learning Mathematic among the factors studied. A total of 203 Form Four students from all three Students in Secondary Schools in Negeri Sembilan were chosen to participate in this study by using random sampling method. The extrinsic motivational factors in learning Mathematic were measured using a self-constructed questionnaire that includes all motivational factors investigated. The internal consistency reliability coefficient of Alpha Cronbach, a for this study was 0.816. Pearson Correlation used to test the relationships among extrinsic motivational factors and academic performances in Mathematic. Results of the study showed all five extrinsic motivational factors have significant relationship with academic achievement of Mathematic. Peer-group has the most significant mean where it is the most significant extrinsic motivational factor in this study. Keyword: Mathematic, achievement, environment, extrinsic motivation, peer-group, language.
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.
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 | 0,001 | 0,008 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle