MétaCan
Menu
Retour à la cohorte
Enregistrement W4386144008 · doi:10.36315/2023v1end097

MOTIVATION OF SECOND- AND SIXTH-GRADE STUDENTS REGARDING INDIVIDUAL AND COLLABORATIVE WRITING

2023· article· en· W4386144008 sur OpenAlexaff
Joane Deneault, Jessy Marin, Natalie Lavoie

Notice bibliographique

RevueEducation and new developments · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWriting and Handwriting Education
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésMathematics educationComputer sciencePsychologyMultimedia

Résumé

récupéré en direct d'OpenAlex

Writing motivation decreases in elementary school.This is an issue of major importance considering how it relates to writing skills which are necessary for education as a whole.Teachers must introduce students to the pleasure of learning, and working collaboratively is proposed as one way to sustain students' interest in writing.However, very little is known about the contribution of collaborative writing to writing motivation.This is because few studies have opted for recognized motivation indicators or a control design that would reveal the added value of a collaborative approach at different times in elementary school.The aim of this study is to compare the writing motivation of second-and sixth-grade students depending on whether they write individually or in dyads (repeated measures).After each writing session (individually and in dyads), the students answered a likert-scale questionnaire to assess their motivation on four indicators: self-competence, self-efficacy, interest and value.Preliminary results (t-tests) showed that second-graders are equally motivated to write in both contexts but that boys' motivation reached girls' only in the dyad context.Results for six-graders are expected.They will be presented and discussed to highlight the contribution of collaborative writing to writing motivation, which may vary depending on students' sex and grade level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,373
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation and new developmentsMême sujetWriting and Handwriting EducationTravaux en français237 207