The importance of understanding the academic emotions of high school students at risk for academic failure
Notice bibliographique
Résumé
Les émotions sont omniprésentes dans les milieux universitaires. Toutefois, les recherches académiques sur les émotions son rare parmi des populations étudiantes à risque. Pour élargir les recherches en cours, cette étude vise à explorer l'impact que le concept-de-soi scolaire et la valeur, ont sur les émotions académiques des élèves de l'école secondaire qui sont à risque d'échec scolaire. L'utilisation la Théorie du contrôle-qualité des émotions académiques comme une base théorique, la relation entre le concept de soi, la valeur des tâches, et des quatre émotions (joie académiques, l'ennui, l'anxiété et la colère) ont été analysées. Il était prévu que le concept de soi et la valeur prédirait des émotions académiques dans cette population; la jouissance serait prédite par un concept de soi ainsi qu'une valeur élevés, l'anxiété et la colère par un faible concept de soi et une valeur élevés, et l'ennui par aucune valeur. Ces hypothèses ont été analysées à l'aide d'analyses de régression multiple, avec émotions désignées comme variables dépendantes, l'âge, le sexe, la réalisation et l'éducation par la mère comme les covariables et le concept de soi académique et la valeur travail comme variables indépendantes. Les résultats indiquent que la valeur extrinsèque prédit la jouissance et l'anxiété favorablement et le concept de soi était un facteur prédictif négatif de l'anxiété et un prédicteur favorable de l'ennui. Les résultats de la recherche actuelle ne feraient pas seulement à informer la théorie, mais aussi a contribuer au développement de la théorie des interventions menées.
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 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».