Connecting Learner Motivation to Learner Progress and Completion in Massive Open Online Courses | Relier la motivation de l’apprenant à ses progrès et à l’achèvement des cours en ligne ouverts à tous
Notice bibliographique
Résumé
We examined how massive open online courses (MOOC) learners’ motivational factors, self-efficacy, and task-value related to their course progress and achievement, as informed by learners’ initial course completion intention. In three individual MOOCs, learners completed a pre-course survey to report their levels of task-value and self-efficacy and to indicate their intention to complete each course topic. Using clustering techniques, we identified two distinct groups of learners in the three MOOCs based on self-efficacy and task-value variables: higher-motivation group and lower-motivation group. The higher-motivation group achieved significantly higher grades in two of the MOOCs, and also adhered to their initial completion intention significantly more so than the lower-motivation group. We posit that MOOC completion research should consider learners’ topic-level interest as one success criterion. Further research can clarify perceived task-value in relation to learners’ existing knowledge, their learning goals, and learning outcomes related to the MOOC participation.Nous avons examiné comment, dans les cours en ligne ouverts à tous (CLOT), les facteurs de motivation des apprenants, leur autoefficacité et leur valeur tâche étaient reliés à leurs progrès et à leur achèvement du cours selon l’intention initiale d’achèvement du cours des apprenants. Dans trois CLOT, les apprenants ont rempli un sondage avant le début du cours pour indiquer leur degré de valeur tâche et d’autoefficacité, ainsi que leur intention de compléter chaque sujet du cours. À l’aide de techniques agglomératives, nous avons cerné deux groupes distincts d’apprenants dans trois CLOT selon les variables de la valeur tâche et de l’autoefficacité : un groupe à plus forte motivation, et un groupe dont la motivation était plus faible. Le groupe dont la motivation était plus élevée a obtenu des notes considérablement plus élevées dans deux CLOT et, dans deux cours, ont adhéré à leur intention initiale d’achèvement considérablement plus que le groupe dont la motivation était moindre. Nous posons en principe que la recherche sur l’achèvement des CLOT devrait tenir compte de l’intérêt des apprenants sur le plan des sujets comme étant un critère de réussite. De plus amples recherches pourraient clarifier la valeur tâche perçue relativement aux connaissances préalables des apprenants, à leurs objectifs d’apprentissage et aux résultats d’apprentissage liés à la participation aux CLOT.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».