Anxiety & Performance in Online Learning
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
Aim/Purpose: To investigate the state of anxiety and associated expected performance in online courses at the undergraduate level. Background: Online courses continue to increase dramatically. Computer related anxieties remain an important issue, and, in this context, it has evolved to online learning anxieties with deeper psychological states involved. Consequently, performance is compromised. Methodology: A first semester online course in information technology was used for the study. A survey methodology approach was used for the anxiety scale measurements. A sample of 1377 participants was obtained. Contribution: Although there are many technology and internet related anxieties studies, they are relatively scarce. Characteristics of educational performance as they relate to anxiety have not matured and are still controversial. We contribute to this body of literature. Findings: 30% of students seem to experience some sort of anxiety with online courses. Female students are more anxious about taking online courses than male. Recommendations for Practitioners: Through successive iterations between design and measuring the experience of anxiety, it is important to identify and mitigate sources of anxieties and to design course with greater distribution of marks on more tasks. Recommendation for Researchers: Anxiety in online learning should take front stage as it represents an underlying stream of influence on all research in the field. Impact on Society: It has been shown that the progress of nations depends on the academic performance of its students. As such, studies have also shown that anxiety in learning affects performance. Ultimately this impacts the nation’s progress and quality of life. Future Research: Pedagogy for efficient and effective online courses to reduce anxieties and enhance performance.
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 | 0,004 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| 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 découle