MétaCan
Menu
Retour à la cohorte
Enregistrement W4404028200 · doi:10.5539/hes.v14n4p216

The Characteristics of Excellence and Success Factors in Self-Regulated Learning among National Award-Winning Upper Secondary Students in ROIKEANSARASIN Cluster

2024· article· en· W4404028200 sur OpenAlexvenueno aff
Pongphop Pawannay, Pornpitchaya Pophan, Piyawan Mulalee, Yannapat Seehamongkon

Notice bibliographique

RevueHigher Education Studies · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExcellencePsychologyCluster (spacecraft)Mathematics educationCluster groupingMedical educationPedagogyPolitical scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This research was a qualitative phenomenological study and its purposes were to 1) understand the meaning of self-regulated learning and excellence from the perspectives of students, administrators, teachers, and parents of students who have achieved learning success. 2) study the self-regulated learning process of successful students through the experiences shared by students, administrators, teachers, and parents. 3) identify the success conditions of self-regulation in students who have achieved learning success, as obtained from students, administrators, teachers, and parents. The research instruments consisted of causal factor interview protocol and observational forms, and the data was analyzed by using content analysis. The research findings indicated that 1) self-regulated learning is a process of self-control that involves taking responsibility for learning tasks, having the motivation to seek knowledge using various skills, self-assessment, management, and having the necessary reinforcements to achieve one's goals. This leads to excellence, a unique quality that surpasses others, and it stems from individual dedication to personal development and setting challenging standards for oneself. 2) The processes or strategies to promote self-regulation in learning and lead to excellence consist of three components: cognition, metacognition, and motivation. 3) The conditions or factors that promote self-regulated learning and contribute to student success include personal factors, behavioral factors, and environmental factors. These three factors directly affect the learners and enable them to self-regulate their learning and develop themselves towards excellence. The findings of this study can serve as a basis for further development of self-regulated learning to guide students towards excellence.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,351
Écart entre enseignants0,327 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEducation and Learning InterventionsTravaux en français237 207