Developing Intentional Learning Skills Among E-Commerce Student—Action Research in Metacognition Through Reflective Learning Log
Notice bibliographique
Résumé
Intentional learners are self-directed people who take charge of their education, whether in a setting or an informal setting. Learners who practice intentional learning skills choose their learning methodologies and organize their studies in accordance with their interests, preferences, and speed. This study embarks on the following objectives: (i) To look into ways how to scaffold intentional learning experiences among the student and ritualize the intentional learner’s mindsets and best practice skills, (ii) To investigate the effects (through a reflective learning log) of intentional learning skill of student on their study habits and attitudes toward learning, and, (iii) To examine their critical reflection log while they are studying E-commerce module which is underpinned by the intentional learning paradigm and Hatton and Smith’s framework. In this qualitative study, data from 140 students in three classes of E-Commerce were required to write reflections that would be used to determine final grades using the reflective learning log. In order to support students’ purposeful learning development as they join the job market, the study’s findings strongly imply that they urgently need to strengthen their reflective writing skills while enrolled in higher education. The undergraduate must also be given the fundamental tools necessary to shape them into purposeful learners through exercises in reflective learning. The Hatton and Smith reflective framework worked well for categorizing written reflections and making the reflective learning log evaluation less subjective. This study brought to light the fact that many business students were unfamiliar with the genre of reflective writing and that this genre needed to be explicitly taught in the relevant course. Hence, to support students’ purposeful learning development as they join the job market, the study’s findings strongly imply that they urgently need to strengthen their reflective writing skills while enrolled in higher education.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».