Relations among competence beliefs, utility value, achievement goals, and effort in mathematics
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
BACKGROUND: Research has shown that motivation is a key factor in the learning process as well as in school achievement. In essence, a number of researchers have highlighted the close link between motivation and achievement-related behaviours such as effort. AIMS: The present study aims to acquire more specific information concerning the relations between competence beliefs, utility value and achievement goals in mathematics among secondary school students, to further document the influence of social agents, and to better understand the relationships between these variables, as well as to effort. SAMPLE: Participants were 759 Grade 7 to Grade 11 students (389 males, 370 females). METHOD: Structural equation modelling techniques were used to test a model of achievement-related behaviours (effort) in mathematics based on support from social agents, competence beliefs, utility value and achievement goals. Several self-reported scales were administered. RESULTS: Results indicate that effort in mathematics is mainly explained by mastery goals and competence beliefs. As for the role of social agents, results demonstrated that the perception of parental support chiefly explained variables associated with the valuing of mathematics while teachers' support acted most on competence beliefs. CONCLUSIONS: Two main conclusions stem from our results. First, mastery goals have an important and significant impact on students' effort in the learning of mathematics. Second, the nature and the strength of the relationships between competence beliefs, utility value, achievement goals and effort are not significantly influenced by age and gender, at least in mathematics.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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