Applying Measurement of Situational Self-Determination Theory to Use of a Self-Access Centre at a Japanese University
Notice bibliographique
Résumé
One way to promote autonomy in the second language can be through the use of Self-access Centres (SACs). These are spaces for students to engage in activities such as self-study or communication with other learners, or native-speakers of the target language. However, merely having these spaces available does not guarantee that students will use the facility effectively, or even attend at all, so a degree of learner motivation linked with visiting the SAC would be necessary. Deci and Ryan’s (1985) Self-Determination Theory (SDT) has been used as the base for numerous studies in second language learning, including those in Japan. Proponents claim SDT is both universal and can be measured on different levels, which are global, situational and state. The authors sought to validate a measure of four subscales of SDT (Intrinsic Motivation, Identified Regulation, Introjected Regulation and External Regulation) written for this study at the situational level among undergraduates using an SAC at a Japanese University (n = 83). The rationale for items at this level comes from the field of psychology (Vallerand & Ratelle, 2002) and a study of second language constructs (Robson, 2016). A factor analysis confirmed four reliable factors, as hypothesized. Further, simplex correlations between the subconstructs somewhat confirms the underlying continuum posited by SDT researchers. These results may lead to a body of work that validates SDT theory in second language learning.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».