MétaCan
Menu
Retour à la cohorte
Enregistrement W4399297036 · doi:10.1111/ijal.12572

Exploring the motivational mechanisms of growth beliefs on perseverance among EFL students: The role of ideal and ought‐to L2 selves

2024· article· en· W4399297036 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Applied Linguistics · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueGrit, Self-Efficacy, and Motivation
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyIdeal (ethics)Social psychologyEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Perseverance of effort is essential for success in learning a second language (L2). While past research has examined how motivational beliefs (e.g., growth mindset) influence L2 learners’ perseverance, their generalizability and underlying motivational mechanisms remain unclear. This study investigated the relationship between growth language mindsets and perseverance of efforts in L2 learning, as well as whether this relationship can be explained by the ideal L2 self and ought‐to L2 self. A cohort of 740 EFL students from four universities in China completed a questionnaire. The results revealed that EFL learners with higher levels of growth language mindsets showed greater levels of perseverance in language learning. Furthermore, mediation analysis indicated that growth language mindsets indirectly predicted perseverance through both the ideal L2 self and the ought‐to L2 self. These results suggested that the motivational mechanisms associated with growth language mindsets are complex, involving both ideal and ought‐to images of the L2 self, which in turn could contribute to sustaining perseverance in L2 learning. Theoretical and practical implications for researchers and language teachers are discussed in light of these findings.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,306
Écart entre enseignants0,279 · 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