Learning How to Learn: A Student Success Course for At Risk Students
Notice bibliographique
Résumé
It is well known that university students with ineffective learning strategies and low motivation are at risk for lowered grades and stress. Given the needs of these students, Mount St. Vincent University developed the Student Success Course (SSC), a 14-week intervention that offers instruction in learning strategies, self-management, and motivation. The purpose of this study was to evaluate the effectiveness of the SSC for 100 undergraduates on academic probation. From pre- to post-test, participants reported a significant increase in cognitive strategies, study skills, and motivation as well as a significant decrease in test anxiety and procrastination (ps < .05). Over time, participants also demonstrated a significantly improved GPA (p < .0001). These results support the hypothesis that the SSC is an effective intervention, at least in the short-term, for improving learning and motivational strategies in at risk students. Il est reconnu que les étudiants d’université dont les stratégies d’apprentissage sont inefficaces et qui ont une faible motivation risquent de souffrir de stress et d’obtenir de mauvaises notes. Au vu des besoins de ces étudiants, Mount St. Vincent University a mis en place un cours pour faciliter la réussite des étudiants (Student Success Course - SSC). Il s’agit d’une intervention de 14 semaines au cours de laquelle on enseigne des stratégies d’apprentissage, de gestion autonome et de motivation. L’objectif de cette étude est d’évaluer l’efficacité de ce cours dans le cas de 100 étudiants de premier cycle placés en probation. Les participants ont rapporté, avant et après le test, une augmentation significative de leurs stratégies cognitives, de leurs compétences en matière d’apprentissage et de leur motivation, ainsi qu’une baisse importante de leur anxiété face aux examens et de leur procrastination (ps < .05). Avec le temps, les participants ont également démontré une augmentation de leur moyenne pondérée cumulative (p < .0001). Ces résultats soutiennent l’hypothèse selon laquelle le cours en question représente une intervention efficace, tout au moins à court terme, pour améliorer les stratégies d’apprentissage et de motivation chez les étudiants à risque.
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 | 0,027 | 0,027 |
| 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 | 0,066 | 0,000 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».