Data of the interaction mindset questionnaire: An initial exploration
Notice bibliographique
Résumé
The survey data derives from a newly-developed questionnaire of interaction mindset. Interaction mindset pertains to second language (L2) learners' disposition towards the task and/or an interlocutor prior to and/or during task-based interaction [1]. The theoretical model is consisted of five factors: (a) peer interaction; (b) collaboration; (c) form-orientation; (d) provision of peer feedback; and (e) reception of peer feedback. In the larger study ("Predicting L2 learners' noticing of L2 errors: Proficiency, language analytical ability, and interaction mindset" [2]), the questionnaire results were used as predictor variables of L2 learners' attention to language form. The current dataset contains responses from 102 L2 learners in university-level English classes. In addition to the descriptive statistics of the questionnaire, the current article reports on the results from structural equation modeling explaining the unique contributions of the five factors to the construct of interaction mindset. The model is visually depicted with a figure using AMOS. The model shows the questionnaire's potential in examining L2 learners' affective variables that may influence the learners' cognitive and behavioural engagement patterns. The entire dataset is included in an Excel file (.xlsx) and the original questionnaire is included as a supplementary file.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».