Self-Efficacy Based Instruction: Exploring the Correlation between Writing Self-Efficacy and Critical Thinking
Notice bibliographique
Résumé
Critical thinking serves as a pivotal gauge of learners’ scholastic and professional achievements. It is recognised as an integral component of higher education, as it meets one of the educational prerequisites of this era. Learners of higher education are expected to acquire critical thinking skills, entrepreneurial skills, application skills, communication skills, presentation skills, organisational skills, cognitive skills, technology skills and digital literacy. In order to meet the educational demands of the present era, higher-education learners need to possess the ability to think critically. The current study employs self-efficacy strategies through activities namely, generating ideas (ideation), expressing ideas (conventions), managing writing (self-regulation) to foster self-efficacy in writing skills and critical thinking skills among the undergraduate learners by emphasising the association between writing and thinking. L2 Writer Self-Efficacy Scale (L2WSS) questionnaire was administered to assess the existing level of writing self-efficacy among the learners. The hypothesis formulated for this study was assessed by conducting a pre- and post-test to the samples comprising eighty-two students. The evaluation was carried out using two distinct rubrics, namely, The Criteria for Evaluating CT in L2 Writing and Rubric for grading scholarly paper assignment. The results revealed that the learners’ Writing Self-Efficacy (WSE) and critical thinking skills were enhanced. It was observed from Pearson correlation coefficient that there was a positive relationship between WSE and critical thinking. In addition, a comprehensive qualitative analysis was conducted through interviews, which elucidated the L2 learners’ positive perceptions of WSE and critical thinking.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».