MétaCan
Menu
Retour à la cohorte
Enregistrement W2791851775 · doi:10.5539/hes.v8n2p9

Knowledge Growth, Academic Beliefs and Motivation of Students in Business and Economics - A longitudinal German Case Study

2018· article· en· W2791851775 sur OpenAlexvenueno aff
Martin Biewen, Roland Happ, Susanne Schmidt, Olga Zlatkin‐Troitschanskaia

Notice bibliographique

RevueHigher Education Studies · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Strategies and Epistemologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSkepticismGermanEconomics educationObjectivity (philosophy)PsychologyIntrinsic motivationMathematics educationSocial psychologyEpistemology

Résumé

récupéré en direct d'OpenAlex

In this study we examine the determinants of and the relationship among economic knowledge, epistemological beliefs, and extrinsic and intrinsic motivation over the course of undergraduate studies in a sample of students of business and economics at a university in Germany. We found economic knowledge increased over the course of studies, extrinsic and intrinsic motivation declined, and students became more skeptical in their epistemological beliefs about the objectivity of economic content being taught in their courses. The students’ level of economic knowledge was related to intrinsic motivation but unrelated to extrinsic motivation and epistemological beliefs. Furthermore, the students’ tendency to become more skeptical over the course of their studies was mitigated by high levels of extrinsic motivation. The use of internationally established assessments such as the Test of Economic Literacy, developed by the Council of Economics Education, enables implications for higher education business and economics programs at the international level to be drawn from our findings.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,041
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,140
Tête enseignante GPT0,466
Écart entre enseignants0,326 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEducational Strategies and EpistemologiesTravaux en français237 207