Can instructor feedback and failure dialogues reduce the stigma of failure and encourage help-seeking? An interdisciplinary undergraduate perspective
Notice bibliographique
Résumé
Failure is an important part of the learning process as it provides opportunity to reflect upon and modify study habits, can increase understanding and retention of concepts, and supports the development of resilience, an important skill within and beyond the university context. Despite these benefits, undergraduate students may have a negative perception of failure that may contribute to fear of failure and risk avoidance. We investigated the influence of instructor feedback, discussions of failure in the classroom, and course-level and institutional structures on students’ view of failure across disciplines. Undergraduate students at the [redacted for blind review] participated in an online survey (n = 304) consisting of Likert-scaled and open-ended questions on perceptions of failure, experience with instructor feedback, likelihood to engage in help-seeking, and course- and institutional-level suggestions to support learning from failure. When instructors discussed with their students how to best respond to feedback, students were more likely to view small failures as a helpful part of the learning process. Further, when instructors discussed strategies to best respond to failure, students were more likely to view failure as helpful for learning and less likely to view weak performance early in a course as an indication of future weak performance. Student-identified strategies to better support resilience included improved communication between students and instructors, in peer-to-peer conversations, and by the institution more broadly. Across all three areas, students expressed a desire for systems of higher education to destigmatize failure through changes in both rhetoric and policy. This suggests the incorporation of meaningful conversations and failure narratives in the classroom and beyond are effective strategies to encourage the development of resilience-based skills. Such discussions may help students engage positively with failure and maintain willingness to engage in future challenges. Keywords: learning from failure, higher education, resilience, help-seeking, feedback
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 | 0,031 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».