MétaCan
Menu
Retour à la cohorte
Enregistrement W2100963076 · doi:10.5539/ies.v8n10p193

Investigation of Academic Procrastination Prevalence and Its Relationship with Academic Self-Regulation and Achievement Motivation among High-School Students in Tehran City

2015· article· en· W2100963076 sur OpenAlexvenueno aff
Setareh Ebadi, Reza Shakoorzadeh

Notice bibliographique

RevueInternational Education Studies · 2015
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcrastinationPsychologyAcademic achievementStatisticDescriptive statisticsMathematics educationCluster samplingScale (ratio)Test (biology)Developmental psychologySocial psychologyDemographyStatisticsPopulationMathematics

Résumé

récupéré en direct d'OpenAlex

The present study was carried out with the aim of Investigation of academic procrastination prevalence and its relationship with academic self-regulation and achievement motivation among high-school students in Tehran city. The sample included 624 high school students (312 Boys & 312 Girls) from different areas and regions that selected using random cluster-multistage sampling method. Procrastination Assessment Scale-Student (Solomon & Rothblum, 1984), Self-Regulated Learning Strategies questionnaire (Zimmerman & Pons, 1982) and Achievement motivation test (Hermans, 1970) were used in this study. Data were analyzed in two parts, descriptive and inferential statistics. The results of academic procrastination prevalence using descriptive statistic showed that over half of students nearly always or always procrastinate. Also, results showed that boys and girls procrastinate with the same rate, in general. And boys more than girls procrastinate only on preparing academic tasks. The result of regression analysis also showed that academic self-regulation and achievement motivation predict academic procrastination significantly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,089
Tête enseignante GPT0,389
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 tête enseignante, 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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207