Can Relational Feed-Forward Enhance Students’ Cognitive and Affective Responses to Assessment?
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
Assessment feedback should be an integral part of learning in higher education, but students can find this process emotionally and cognitively challenging. Instructors need to consider how to manage students’ responses to feedback so that students feel capable of improving their work and maintaining their wellbeing. In this paper, we examine the role of instructor-student relational feed-forward, enacted as a dialogue relating to ongoing assessment, in dissipating student anxiety, enabling productive learning attitudes and behaviours, and supporting wellbeing. We undertook qualitative data collection within two undergraduate teaching units that were adopting a relational feed-forward intervention over the 2019–2020 academic year. Student responses were elicited via small group, semi-structured interviews and personal reflective diaries, and were analysed inductively using thematic analysis. The results demonstrate that relational feed-forward promotes many elements of student feedback literacy, such as appreciating the purpose and value of feedback, judging work against a rubric, exercising volition and agency to act, and managing affect. Students were keen for instructors to help them manage their emotions related to assessment, believing this would promote their wellbeing. We conclude by exploring academic strategies and pedagogies that position relational instructor feed-forward as an act of care, and we summarize the key characteristics of emotionally resonant relational feed-forward meetings.
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 | 0,007 | 0,004 |
| 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 | 0,005 | 0,000 |
| Communication savante | 0,001 | 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