Promoting University Students’ Engagement in Intercultural Group Work: The Importance of Expectancy, Value, and Cost
Notice bibliographique
Résumé
Abstract Intercultural group work (IGW) is a valuable learning strategy to enhance deep learning and prepare university students to participate in a globalized world, so more insight is needed into what motivates students to engage actively in IGW. Using an expectancy–value theory framework, this study investigates the extent to which the different components of this theory (i.e., self-efficacy, perceived benefit, and perceived cost) relate to each other and contribute to student engagement in IGW. Responses to a questionnaire, gathered from 846 bachelor’s students from six universities in the Netherlands and Canada, reveal that strong self-efficacy for IGW, high perceived benefit of IGW, and low perceived cost of IGW correlate. In structural equation modeling analyses, self-efficacy and emotional cost emerge as important predictors of behavioral and cognitive engagement; intercultural benefit is critical for cognitive engagement. As a prerequisite of cognitive engagement, behavioral engagement also mediates the effects of self-efficacy, costs, and benefits. Therefore, developing students’ self-efficacy, increasing perceived benefits of IGW, and decreasing perceived costs of IGW can promote student engagement and deeper learning. Universities thus should prepare students for IGW and provide support and feedback during group work process. Based on the results, we theorize about the relationships among the components of the expectancy–value theory.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».