MétaCan
Menu
Retour à la cohorte
Enregistrement W2981613971 · doi:10.5539/ies.v12n11p47

An Exploration of Motivational Strategies and Factors That Affect Strategies: A Case of Chinese EFL Teachers

2019· article· en· W2981613971 sur OpenAlexvenueno aff
Xiaosu Chen, Jutarat Vibulphol

Notice bibliographique

RevueInternational Education Studies · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensnon disponible
Organismes subventionnairesChulalongkorn University
Mots-clésDeci-PsychologyAffect (linguistics)Competence (human resources)Self-determination theoryAutonomySocial psychologyIntrinsic motivationMathematics educationDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Based on Self-determination theory, learners’ motivation can be enhanced when the psychological needs—competence, autonomy, and relatedness—are satisfied (Ryan & Deci, 2017). In English as a second language classrooms, teachers can play an important role in this; however, their motivational strategies may be influenced by their beliefs and contextual factors (Hornstra, Mansfield, van der Veen, Peetsma, & Volman, 2015). In this case study, six EFL classrooms in a public school in Northwest China were observed over the period of five weeks. The teachers were interviewed after each observation and at the end of the observation period to explore the relationships among factors that may affect the teachers’ use of motivational strategies, namely teacher beliefs and pressure from “above” and from “below”. The data were analyzed qualitatively using the coding method. The findings revealed a discrepancy between teacher beliefs and motivational practices. All of the teachers regularly exercised controlling strategies regardless of their beliefs in the value of motivation. Nevertheless, relationships between motivational practices and contextual factors were found. These findings suggest the needs for effective teacher professional development on the use of motivational strategies to enhance intrinsic motivation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,432
Écart entre enseignants0,338 · 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'étudeQualitatif
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetMotivation and Self-Concept in SportsTravaux en français237 207