A Metacognitive Instructional Guide to Support Effective Studying Strategies
Notice bibliographique
Résumé
Metacognition—the processes whereby learners assess and monitor their progress in learning (metacognitive monitoring, MM) and use these judgements of learning to make choices about what to study in the future (metacognitive control, MC)—has been shown to be beneficial to learning. However, effective learning also relies on metacognitive knowledge (MK)—that is, students’ knowledge about effective study strategies and how to employ them. Few students receive explicit in-class instruction on these topics. Here, we explore if an online instructional guide, which includes information about evidence-based study strategies, example questions for self-testing, and a study calendar to help regulate timing of studying can effectively teach MK to improve performance. While it is unclear if the online instructional guide was related to increases in MK, MM, and MC, we did observe benefits to student performance, particularly in highly anxious students on high-stake assessments such as the final examination. Future research should seek to understand how students were engaging with the guide and how the nature of the engagement impacted their study strategies.Il a été montré que la métacognition – les processus par lesquels les apprenants et les apprenantes évaluent et suivent leurs progrès en apprentissage (surveillance métacognitive) et utilisent ces jugements d’apprentissage pour faire des choix concernant ce qu’ils veulent étudier à l’avenir (contrôle métacognitif) – est bénéfique à l’apprentissage. Toutefois, l’apprentissage efficace s’appuie également sur la connaissance métacognitive, c’est-à-dire sur le fait que les étudiants et les étudiantes connaissent les stratégies d’études efficaces et savent les employer. Peu d’étudiants et d’étudiantes reçoivent des directives explicites en classe sur ces sujets. Dans cet article, nous tentons de voir si un guide d’instruction en ligne, qui comprend des informations sur des stratégies d’études fondées sur des données probantes, des questions pour effectuer des auto-évaluations, ainsi qu’un calendrier d’apprentissage pour régulariser l’emploi du temps des études, peut effectivement enseigner la connaissance métacognitive afin d’améliorer les résultats.Bien qu’il ne soit pas clair si le guide d’instruction en ligne était relié aux augmentations en matière de connaissance métacognitive, de surveillance métacognitive et de contrôle métacognitif, nous avons toutefois observé des avantages dans les résultats des étudiants et des étudiantes, en particulier parmi ceux et celles qui souffrent fortement d’anxiété quand ils et elles doivent faire des travaux importants tels que les examens finaux. Des recherches futures devraient chercher à comprendre comment les étudiants et les étudiantes avaient utilisé le guide et comment la nature de leur engagement avait affecté leurs stratégies d’études.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 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 ».