MétaCan
Menu
Retour à la cohorte
Enregistrement W2789787496

CHICKEN DANCE ANYONE? A QUICK EXPERIENTIAL EXERCISE FOR TEACHING EXPECTANCY THEORY

2018· article· en· W2789787496 sur OpenAlexaff
Céleste M. Grimard

Notice bibliographique

RevueDevelopments in Business Simulation and Experiential Learning: Proceedings of the Annual ABSEL conference · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAttention Economy in Education and Business
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésExpectancy theoryDancePsychologyExperiential learningIncentiveDebriefingSocial psychologyAttractivenessApplied psychologyPedagogy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Students sometimes have difficulty grasping and applying motivational theories given the abstract nature of these theories. This paper describes a simple experiential exercise that helps students gain a personal understanding of Vroom’s expectancy theory. This exercise invites students to do the chicken dance under different conditions and incentives. Although some students require no encouragement to dance, others wait to see what other students are doing, and yet others require significant incentives to dance along with their classmates. The debriefing of the exercise illustrates the need to take into account individuals’ sense of self-efficacy for a task (effort ® performance), their need for clear linkages between performance and rewards (performance ® outcomes), and their assessment of the attractiveness of particular rewards (valence). Other insights regarding students’ motivation to step out of their comfort zones are also explored.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,300
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopments in Business Simulation and Experiential Learning: Proceedings of the Annual ABSEL conferenceMême sujetAttention Economy in Education and BusinessTravaux en français237 207