MétaCan
Menu
Retour à la cohorte
Enregistrement W2084569656 · doi:10.1080/14703290410001733302

The effectiveness of verbal self‐guidance as a transfer of training intervention: its impact on presentation performance, self efficacy and anxiety

2004· article· en· W2084569656 sur OpenAlexaff
Travor C. Brown, Lynn Morrissey

Notice bibliographique

RevueInnovations in Education and Teaching International · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSelf-efficacyAnxietyPsychologyPresentation (obstetrics)Intervention (counseling)Self-confidenceSession (web analytics)Clinical psychologyPublic speakingTransfer of trainingPsychotherapistMedicineCognitive psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

We developed a verbal self‐guidance (VSG) training program as a transfer of training intervention (i.e., an intervention designed to enhance the application and usage of skills learned in a training session post‐training). We then assessed the impact of this training on presentation performance, self‐efficacy (i.e., task‐specific confidence) and anxiety. Results indicated that participants trained in VSG (n = 33) had significantly higher self‐efficacy concerning their presentation performance relative to those in the comparison group (n = 32), who took part in a lecture and discussion activity. Self‐efficacy was significantly and positively correlated with presentation performance such that self‐efficacy increased as performance increased. Anxiety was shown to be negatively and significantly correlated with presentation performance and self‐efficacy such that anxiety increased as performance and self‐efficacy decreased. Overall, the results suggest that verbal self‐guidance is an effective training technique for helping students with presentations.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,391
Écart entre enseignants0,369 · 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

Citations52
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovations in Education and Teaching InternationalMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207