MétaCan
Menu
Retour à la cohorte
Enregistrement W3184297783 · doi:10.31261/tapsla.8431

Using Character Strengths to Address English Writing Anxiety

2021· article· en· W3184297783 sur OpenAlexaff
Tammy Gregersen, Peter D. MacIntyre, Rachel Hall Buck

Notice bibliographique

RevueTheory and Practice of Second Language Acquisition · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésPositive psychologyPsychological interventionPsychologyAnxietyVariety (cybernetics)DistressCharacter (mathematics)Intervention (counseling)Well-beingSocial psychologyLinguisticsPsychotherapistComputer science

Résumé

récupéré en direct d'OpenAlex

Positive psychology has been introduced to the applied linguistics literature with the broad goal of improving the experience of language learners and teachers through a variety of interventions (MacIntyre & Mercer, 2014; Gabryś-Barker & Gałajda, 2016). “The aim of positive psychology is to catalyze a change in psychology from preoccupation only with repairing the worst things in life to also building the best qualities in life” (Seligman &Csikszentmihalyi, 2000, p. 5). One significant contribution of this young field has been a series of empirically-tested positive psychology interventions (PPIs) that have been shown to increase positive emotion, reduce distress, and/or improve well-being (Seligman, Steen, Park, & Peterson, 2005; Sin & Lyubormirsky, 2009). In the present research, we examine one application of a PPI involving a focus on using character strengths as a way to address language anxiety. Through a case study analysis, we demonstrate the ways that this intervention was beneficial for the student.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,372
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,000

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 Opus0,027
Tête enseignante GPT0,370
Écart entre enseignants0,342 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheory and Practice of Second Language AcquisitionMême sujetEmotional Intelligence and PerformanceTravaux en français237 207