Notice bibliographique
Résumé
The present research examined the types of self-management strategies associated with academic achievement. Undergraduate students (N=162) completed an online survey that assessed their use of several self-management strategies for studying—including implementation intentions (specific plans for when, where and what to study), self-rewards, and having access to a dedicated, pleasant and well-organized study environment—and their association with the completion of study plans, marks, and ability to concentrate while studying. Regression analyses revealed that study environment was significantly predictive of study plan completion (p<.001), marks (p=.036), and concentration ability (marginally, p=.066), while use of implementation intentions was significantly predictive of study plan completion (p<.001) and concentration ability (p=.005). Use of self-rewards was predictive of study plan completion only (p=.023). Students also rated the extent to which they scheduled both their study activities and leisure activities. Regression analyses indicated that both types of scheduling were significantly predictive of study plan completion (study scheduling: p<.001; leisure scheduling: p=.002) and concentration ability (p=.001 and p=.036, respectively), but were not predictive of marks. These findings have implications for the types of study advice offered to students, especially concerning the possible impact of one’s study environment and the scheduling of both leisure and study activities. Limitations of these findings include the use of self-report measures only and the correlational nature of the results which prevents the determination of cause-and-effect relationships. Faculty Mentor: Russ Powell Department: Psychology (Honours)
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».