Components and Indicators Framework of the Growth Mindset for Enhancing Learning Management of Teachers in the Primary Schools Under the Office of the Basic Education Commission
Notice bibliographique
Résumé
This research aims to explore the components and indicators framework of the growth mindset for enhancing learning management and examines establish the alignment of the model and its indicators with empirical data for teachers in Primary schools. The study is divided into two steps; the first step involved the development of indicators for the growth mindset to enhance teachers’ learning management in Primary schools. This has involved a sample of nine experts in the field of the growth mindset using purposive sampling. The research instrument employed is a questionnaire with a 5-point rating scale consisting of 5 components and 21 indicators. The second step involved examining the components and indicators of the growth mindset for enhancing the learning management of teachers in Primary schools. The sample consisted of 433 teachers in Primary Schools by multi-stage random sampling. The research tool was a 70-item, 5-level closed-end rating scale questionnaire called the Growth Mindset Framework for teachers by collecting empirical data. The index of the discrimination indicators of 0.359 to 0.874 and the reliability of 0.979. The data analysis used descriptive statistics, Pearson correlation coefficients, and affirmative component analysis with Mplus 8.0. The results showed that A) There are 6 components and 21 indicators by synthesizing relevant papers and research. They have been assessed by 9 qualified experts suggesting that they are overall at the highest level. B) The results of the consistent examination of empirical data and models of components and indicators of the growth mindset for enhancing learning management among teachers in Primary schools were consistent. By using chi-square (x2) is equal to 33.927 at 41 degrees of freedom (df), the p-value is equal to 0.7753, the harmonization index (CFI) is 1.000, the TLI is 1.005, the average square quadratic index of estimated difference (RMSEA) is 0.000, the square root of the remaining squared mean in the form of a standard score (SRMR) is 0.036.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».