Dynamic Interplay between Modes of Regulation During Motivationally Challenging Episodes in Collaboration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The cognitive and social demands of collaboration can raise significant motivation challenges. Task progression relies on team members strategically taking control of the problems and adapting accordingly. Theory indicates that productive collaboration involves groups using three modes of regulation: self-regulation, co-regulation, and socially shared regulation. Despite research demonstrating the occurrence of all three modes in collaboration, it is unclear how these modes interact and how co-regulation supports the emergence of self- and shared-regulation of motivation. The study aimed to examine the role co-regulation played in dynamically stimulating the emergence of self- and shared-regulation of motivation. A cross-case comparison was conducted between two groups who experienced high levels of motivation challenges but achieved contrasting perceptions of the overall team learning productivity. During analysis, groups’ dynamic regulatory processes within the online environment were visually represented using a tool called the Chronologically-ordered Representation for Tool-Related Activity (CORDTRA). Findings demonstrate that co-regulation of motivation may afford and thwart the emergence of self- and shared-regulation, and these processes interacted with the group’s situational challenges and the regulatory skills group members possessed. Comparisons between the two groups indicated that groups' motivation regulation should (a) match the demands of the challenges at hand, (b) be positively supported by group members through co-regulation, and (b) involve a more varied strategic responses so that the group may continue to learn and co-construct knowledge effectively as a team.
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.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle