The Help-seeking from Social Capitals and Self-regulated Learning among Pre-service Teachers
Notice bibliographique
Résumé
<p>This study aims to investigate the help-seeking subjects for pre-service teachers in need of suggestions for practicum and to determine the prediction of pre-service teachers’ social capitals for help-seeking on their self-efficacy for help-seeking and self-regulated learning. A total of 223 pre-service teachers, from a teacher education university at the middle of Taiwan, were invited to fill in the validated questionnaire in October 2015. The analytical results of this study by Chi-square Test achieve significant differences in the five types of help-seeking subjects for the pre-service teachers in need of suggestions for practicum. Another finding of this study by multiple regression analysis indicates that the scores of seeking help from faculties in practicum school and peer interns in practicum school can jointly predict<strong> </strong>self-efficacy for help-seeking This study concludes that the pre-service teachers preferred seeking help from family members, faculties in practicum school, classmates at university and peer interns in practicum school to university professors. Moreover, pre-service teachers perceived self-efficacy for help-seeking and self-regulated learning when seeking help from faculties and peer interns in practicum schools. Interestingly, peer interns in practicum school are considered as bonding social capital but maybe play a role of suggestion-provider, similar to bridging social capital during the practicum.</p>
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 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 | 0,002 | 0,000 |
| 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 | 0,007 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».