Extrinsic and Intrinsic for online Classroom
Notice bibliographique
Résumé
The objectives of this research are 1) to examine how Thai youth in tertiary education feel about extrinsic and intrinsic rewards when studying online.2) to explore any similarities and differences between the two techniques. 3) to determine how students felt about the reward system used in this class. The samples in this research are 37 students. They are all the students who study in an online classroom for the whole semester during the COVID19 global pandemic (2019-2021).The questionnaire and the interview instruments were designed to clarify participants’ attitude and used a five point Likert scales and the entire reliability value is 0.80. The statistics used for data analysis were included descriptive statistics; and proportion and percentage, and inferential statistics such as multiple regression and Chi-square- test. The result disclose as follows : 1) The students showed that all of the four dimensions of this variables test of which one variables is extrinsic, have significant, positive relationships with satisfaction (r = .690, p < 0.01). 2) The results indicate that extrinsic and intrinsic variables had a negative effect on satisfaction (b = .051, p > 0.01), (b = .252, p > 0.01).3) the results indicate that Feelings had a positive effect on satisfaction (β = .638, p < 0.01) and could predict satisfaction variables by 56.1 percent (adjusted R2 = 0.561), and extrinsic and intrinsic variables had a negative effect on satisfaction (p > 0.01).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».