The role of within‐class consensus on mastery goal structures in predicting socio‐emotional outcomes
Notice bibliographique
Résumé
BACKGROUND: Within-class consensus on mastery goal structures describes the extent to which students agree in their perceptions of mastery goal structures. Research on (work) teams suggests that higher levels of consensus within a group indicate a well-functioning social environment and are thus positively related to beneficial socio-emotional outcomes. However, the potential of within-class consensus to predict socio-emotional outcomes has not yet been explored in research on mastery goal structures. AIMS: This study aimed to test whether within-class consensus on the three mastery goal structures dimensions of task, autonomy, and recognition/evaluation has predictive power for socio-emotional outcomes in terms of classroom climate, negative classmate reactions to errors, and cooperative learning. SAMPLE: A total of 1,455 Austrian secondary school students (65.70% female) in 157 classrooms participated in this study. METHODS: Students responded to items measuring their perceptions of mastery goal structures, classroom climate, error climate, and cooperative learning. Items assessing mastery goal structures, error climate, and cooperative learning referred to the subject of mathematics and items assessing classroom climate referred to positive classmate relations without focusing on a subject. RESULTS: Results from multilevel structural equation models revealed that within-class consensus on all mastery goal structures dimensions predicted a less negative error climate. Additionally, consensus regarding task and autonomy predicted more frequent use of cooperative learning strategies, and consensus regarding task predicted a more positive classroom climate. CONCLUSIONS: Our findings show that higher levels of within-class consensus on mastery goal structures enhance beneficial socio-emotional outcomes. Moreover, the results emphasize the value of expanding the scope of educational research to the study of within-class consensus.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».