MétaCan
Menu
Retour à la cohorte
Enregistrement W2951982458 · doi:10.5539/jedp.v9n2p1

Self-Regulation of Middle School Students With Learning Disabilities During a Complex Project-Based Science Activity

2019· article· en· W2951982458 sur OpenAlexvenueno aff
Sheri Berkeley, Anna Larsen, Amanda Colburn, Robert K. Yin

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésPsychologyAttributionMathematics educationLearning disabilityPerceptionSelf-regulated learningEnergy (signal processing)Developmental psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Self-regulation is widely considered important for the academic success of students. Yet, there is limited research about how students self-regulate during complex, long-term learning tasks, such as the project-based learning activities that commonly occur as part of science classroom instruction. There is also less known about how atypical learners, including students with learning disabilities (LD), self-regulate academic tasks. The current multiple case study explores these gaps in the research base through an investigation of how middle school students with language-based LDs self-regulated their learning during a complex, science-based project—creation of computerized serious educational games (SEG) about renewable energy sources. Findings from the current study suggest that there is a relationship between attributions that students with LD make for their performance and their self-efficacy for learning, but only under specific conditions. The role of this relationship seems to diminish when a student poorly calibrates perception of ability relative to actual performance and when a student perceives the cost of effort to outweigh the benefit.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,065
Tête enseignante GPT0,419
Écart entre enseignants0,354 · 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.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207