The Development of an Instructional Model based on Work-Based Learning to Improve the Metacognitive Skills
Notice bibliographique
Résumé
The objectives of this study were (1) to study the factors that affect the development of metacognitive skills, (2) to develop an instructional model for improving metacognitive skills based on work-based learning, and (3) to compare students' metacognitive skills before and after using the work-based learning instructional model. The sample group was 40 students from the highway engineering supervision major of Qinghai Communications Technical College. The research was conducted in three steps: studying the factors that affect the development of metacognitive skills, developing the instructional model, and the experimental and improvement process. The research instruments were a questionnaire about factors that affect the development of metacognitive skills, an interview form about factors that affect the development of college students' metacognitive skills, an observation form about student behavior, an interview form about opinions on teaching, lesson plans, and a metacognitive skills test. The study's results were 1) the main factors affecting the development of metacognitive skills include the learning process, the environment, the teachers, and the students, respectively, 2) the instructional model based on work-based learning was developed consisting of four core components: a) principles, b) objectives, c) learning process, and d) results, and 3) after the implementation of the instructional model based on work-based learning, the metacognitive skill scores of the students were higher than the metacognitive skills of the students before the experiment, with a statistical significance of 0.01 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 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 | 0,000 |
| 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 ».