Self-Regulated Learning Strategies of Engineering College Students While Learning Electric Circuit Concepts with Enhanced Guided Notes
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
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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