MétaCan
Menu
Retour à la cohorte
Enregistrement W2938949537 · doi:10.22215/etd/2017-12191

Investigating the Impact of an Incremental Mindset Intervention on Students’ Beliefs and Programming Performance

2017· dissertation· en· W2938949537 sur OpenAlexaff
Maria G Celis Rangel

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMindsetPsychological interventionIntervention (counseling)PsychologyComputer scienceDomain (mathematical analysis)Mathematics educationArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Implicit theories of personal ability identify two kinds of mindsets, incremental and entity. Individuals with an incremental mindset believe that ability is malleable, while the opposite is true for entity individuals. Incremental beliefs can be taught via mindsetinterventions, and improvements in academic achievement were associated with these interventions, especially for challenging subjects such as math. Programing is another challenging subject, but to date little research exists on the impact of implicit theories in this domain. To address this gap, this research tests the effect of an incremental mindset intervention on students’ beliefs and programming performance. Our key results show that the incremental mindset intervention made participants significantly less entity oriented in their beliefs towards programming, and in turn they exhibited marginally more persistence in their programming activities, especially among those with less prior programming experience. However, this did not translate to improvements in performance on the programming activity.

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)0,000
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 enseignants0,139
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,443
Écart entre enseignants0,401 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducation, Achievement, and GiftednessTravaux en français237 207