Les effets d’un cours d’efficience cognitive sur de nouveaux étudiants de l’Université de l’Alberta
Notice bibliographique
Résumé
Cette étude avait pour objectif d’évaluer systématiquement les effets d’un cours d’efficience cognitive (CEC) sur des étudiants de première année de l’Université de l’Alberta. Six variables ont été examinées en lien avec cet objectif, soit 1) le rendement académique, 2) le stress psychologique, 3) la motivation, 4) l’estime de soi, 5) les fonctions exécutives et 6) les stratégies d’apprentissage acquises dans le cadre du cours. À partir d’un devis quasi expérimental, nous avons choisi des questionnaires susceptibles de mesurer ces six variables chez dix (N=10) étudiants répartis entre un groupe expérimental (N=5) et un groupe témoin (N=5). Il s’agit des questionnaires suivants : 1) la Mesure du stress psychologique (MSP), 2) l’Échelle de Motivation dans les études (ÉMÉ), 3) l’Échelle Toulousaine d’estime de soi (ÉTES), 4) le Profil de gestion exécutive (PGEX) et 5) un questionnaire-maison mesurant la durabilité des stratégies d’apprentissage acquises pendant le CEC. Les passassions ont eu lieu au début du cours puis 11 mois après celui-ci. Les analyses statistiques ont indiqué un effet durable sur le groupe témoin quant à la variable 6 « stratégies d’apprentissage », c’est-à-dire une augmentation des stratégies d’apprentissage dans le cas des participants du groupe témoin. Ces résultats n’appuient pas ceux de Ruph (2001) sur l’efficacité du CEC et entraînent des constats discutés à la lumière des recherches dans le domaine.
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 | 0,004 | 0,007 |
| 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 | 0,003 | 0,001 |
| 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) | 0,001 | 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 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 ».