MétaCan
Menu
Retour à la cohorte
Enregistrement W2972120706 · doi:10.5206/cjsotl-rcacea.2019.2.8175

An Exploration of Writing Self-Efficacy and Writing Self-Regulatory Behaviours in Undergraduate Writing

2019· article· en· W2972120706 sur OpenAlexaffvenue
Kim Mitchell, Diana E. McMillan, Rasheda Rabbani

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of ManitobaRed River College
Organismes subventionnairesnon disponible
Mots-clésSelf-efficacyPsychologyReading (process)Psychological interventionAnxietyProfessional writingSocial psychologyMedical educationPedagogyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Students will take independent action to improve their writing when they believe those actions will have a positive effect. The data presented focuses on the self-regulatory writing behaviours of nursing students in their third year. The purpose was to explore patterns of writing self-efficacy, anxiety levels, and student grade point average (GPA) in relation to student choices with help seeking, advanced planning of writing, revision habits, and response to feedback. Low writing self-efficacy, high anxiety students sought help from more sources, reported their feedback made them feel negative about their capabilities as writers, and were less likely to report reading and applying feedback to future writing efforts. No patterns of writing self-efficacy or anxiety levels emerged with respect to student revision habits or their choice to begin their assignments in advance of the due date. GPA was also not associated with the writing self-regulatory choices assessed. As the primary writing support for students in the later years of a nursing program, educators should consider interventions that encourage help seeking, facilitate students’ understanding and integration of the feedback they receive into their assignment revisions, and normalize the negative emotions that interfere with the self-efficacy levels required to write well.

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)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,161
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,052
Tête enseignante GPT0,352
Écart entre enseignants0,300 · 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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207