MétaCan
Menu
Retour à la cohorte
Enregistrement W4401371624 · doi:10.1080/01443410.2024.2387555

What’s cost got to do with it? Cost belief trajectories of undergraduate computer science students

2024· article· en· W4401371624 sur OpenAlexafffund
Ella Christiaans, So Yeon Lee, Kristy A. Robinson

Notice bibliographique

RevueEducational Psychology · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensMcGill University
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésPsychologyPerceptionSocial psychologyDifferential (mechanical device)Medical educationApplied psychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

Students want to learn computer science due to its usefulness for future careers, however they often meet challenges in introductory courses. In the increasingly digital world, it is important to understand some important psychological consequences of such challenges: perceived costs of pursuing computer science. This study thus investigated semester-long trajectories of four cost perceptions (effort, opportunity, psychological, and emotional) and their relations to achievement, major intentions, and career intentions (N = 831). All cost beliefs showed average increases, although with nuanced differences in levels and slopes, and the four costs differentially predicted student outcomes. Interestingly, the intercept of psychological cost negatively predicted final course grades while positively predicting major and career intentions. Women reported steeper increases in cost perceptions compared to men. The findings highlight the differential functioning of cost perceptions, with implications for the importance of targeting different aspects of cost perceptions to mitigate students’ barriers to success in computer science.

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)0,004
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,043
Tête enseignante GPT0,448
Écart entre enseignants0,404 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducational PsychologyMême sujetEducation, Achievement, and GiftednessTravaux en français237 207