MétaCan
Menu
Retour à la cohorte
Enregistrement W2943961503

It’s About Time: Past Approaches and Future Directions for Time Management Research

2018· article· en· W2943961503 sur OpenAlexaff
Alexandra Patzak, Jovita Vytasek

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryProcrastinationCLARITYSet (abstract data type)Context (archaeology)PsychologyTask (project management)LimitingEmpirical researchWork (physics)Social psychologyApplied psychologyComputer scienceDevelopmental psychologyMathematicsStatisticsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Our systematic review analyzes operational definitions of TM, and identifies relations of TM to performance in post-secondary education and work contexts. A broad set of search terms were used to identify 227 sources; culled to 49 after review. Theoretical and operational definitions of TM vary considerably, limiting generalizability of empirical findings, clarity of recommendations, and opportunity to meta-analytically explore effect sizes. Procrastination consistently negatively related to TM. Performance, learning strategies and motivation variables correlated positively with TM.  Findings were mixed for task characteristics and individual differences. Studies exploring the work context emphasized task characteristics, negative well-being variables and work performance whereas in the school context learning strategies were emphasized. Across studies, a limitation was measuring effective TM by self-report rather than behavior, violating recommendations by Claessens et al. (2007). Overall, findings suggest benefits of TM in work and school contexts; however, generalizability is limited by inconsistencies in the TM literature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0120,019
Études des sciences et des technologies0,0020,009
Communication savante0,0120,021
Science ouverte0,0030,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,080
Tête enseignante GPT0,356
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207