MétaCan
Menu
Retour à la cohorte
Enregistrement W2135962919 · doi:10.3138/jvme.38.3.298

How Do Veterinary Students' Motivation and Study Practices Relate to Academic Success?

2011· article· en· W2135962919 sur OpenAlexvenueno aff
Johanna Mikkonen, Mirja Ruohoniemi

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumLongitudinal studyPsychologyMedical educationMathematics educationVeterinary medicinePedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The aim of the present study was to explore the factors associated with veterinary students' study success. All veterinary students who began their studies at the University of Helsinki in 2005 participated in this qualitative longitudinal study (N=52). The data consisted of assignments that the students completed at the beginning of their studies and again after three years of studying. The focus was on differences in motivation and study practices as well as possible changes in these over the three-year period. The students were divided into three groups according to their study success (grade point average and study progress). These groups were compared according to group-level differences in the categorized data. The most successful students already described themselves using more positive words than other students at the beginning of their veterinary studies. In addition, they seemed more adaptive in relation to the study's demands. However, there were drops in both the most and least successful students' motivation during their studies. The findings suggest that it is possible to predict forthcoming study problems by analyzing students' study practices and their own descriptions of themselves as learners. In addition, the results show that veterinary students' high motivation cannot be taken for granted. The comparative and longitudinal perspective of the present study can be useful in the development of curricula and in student support.

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)0,003
score de la tête « metaresearch » (Gemma)0,017
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,162
Tête enseignante GPT0,456
Écart entre enseignants0,294 · 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

Citations26
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetMotivation and Self-Concept in SportsTravaux en français237 207