Multilevel student-perceived teaching practices profiles: Associations with competence beliefs, task value, behavioral engagement, and academic achievement
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.
Notice bibliographique
Résumé
The study assesses student perceptions of their teachers' practices and their associations with motivational and academic achievement. Multilevel latent profile analyses (3710 grade 9 students, 245 classrooms) identified five profiles at the student level: Average with focus on rules (20.50 %), Average with focus on need-support (30.45 %), Differential treatment (18.86 %), Need-support and differential treatment (11.70 %), and High-on-all (18.50 %). Students corresponding to the High-on-all profile reported the most positive outcomes. We identified three profiles at the classroom level: Mostly differential treatment (20.75 %), which was associated with the worst outcomes, Average and high-on-all (41.20 %), and Mostly need-supportive (38.06 %). This study has implications for initial and continuing teacher training. By identifying profiles of teaching practices perceived by students and classrooms, the study informs what combinations of practices are positively associated with different aspects of student motivation and achievement, according to their perceptions. The findings also contribute to understanding that some practices (e.g., differential treatment), generally thought to deplete student motivation, might not need to be proscribed as long as they are counterbalanced with high levels of other positive practices (e.g., need supportive practices and rule enforcement). • We identified combinations of rule, differential treatment, need-support practices. • Students and classrooms have relatively coherent perceptions of teaching practices. • Positive global climate is associated with student motivation, engagement, and achievement. • Positive practices (rules, need-support) may compensate for differential treatment.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle