Self-Regulated Learning Strategies of Engineering College Students While Learning Electric Circuit Concepts with Enhanced Guided Notes
Notice bibliographique
Résumé
The current study evaluated engineering college students’ self-regulated learning (SRL) strategies while learning electric circuit concepts using enhanced guided notes (EGN). Our goal was to describe how students exercise SRL strategies and how their grade performance changes after using EGN. Two research questions guided the study: (1) To what degree students’ grade performance change after using the EGN?; and (2) To what degree students’ SRL profiles change after using the EGN? The subjects for this study were 97 engineering students enrolled in the Fundamental Electronics for Engineers course at a university in Utah. A survey instrument developed using Butler and Cartier’s SRL model was used to capture SRL strategies with a focus on the sixth feature which includes including planning, monitoring, and regulating. Regular examinations and the DC/AC conceptual inventory were used to assess grade performance. Descriptive statistics, independent and paired t-tests, and a cluster analysis technique were used to analyze survey data. A phenomenological data analysis was used to analyze interview transcripts to support findings from questionnaire data. The findings revealed an improvement on students’ grade performance. Data analysis of the SRL survey revealed that students’ had different SRL profiles. Students in the improved group reported a greater awareness of planning, monitoring, and regulating strategies. On the other hand, those in the declined group showed a lower awareness of the SRL strategies at the end of semester. In addition, emergent themes related to students’ SRL and learning experience while using the EGN were found. This article will also discuss the potential implications for electric circuit concepts instructions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».