MétaCan
Menu
Retour à la cohorte
Enregistrement W3043880761 · doi:10.5206/cjsotl-rcacea.2020.1.8153

Using a Learning Philosophy Assignment to Capture Students’ Metacognition and Achievement Goals

2020· article· en· W3043880761 sur OpenAlexaffvenue
Kelly Keus, Neil Haave

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMetacognitionPsychologyMathematics educationGoal orientationAcademic achievementCooperative learningPedagogyTeaching methodCognitionSocial psychology

Résumé

récupéré en direct d'OpenAlex

As key components of self-regulated learning, metacognition and goal orientation have been tied to improvements in academic achievement. Some research supports a bidirectional relationship between metacognition and goal orientation in which they promote each other as well as learning outcomes. We created a learning philosophy assignment (LP) to encourage students’ consideration of their learning strategies and goals resulting in a record of students’ metacognition. Research suggests that low-achieving students may have different metacognitive capabilities and learning goals and as such may be differentially impacted by the assignment. This paper considers the content of the LPs. Students were split into achievement quartiles to explore any patterns in metacognition or learning goals distinct to achievement level. Our content analysis confirms that the LP was successful in documenting metacognition and learning goals in all students. There were some differences related to achievement level.

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)0,019
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,006
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 Opus0,182
Tête enseignante GPT0,419
Écart entre enseignants0,237 · 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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207