MétaCan
Menu
Retour à la cohorte
Enregistrement W4408747050 · doi:10.5430/wje.v15n1p78

Investigation of the Relationship between the Scientific Process Skills, Self-Regulation Skills, and Academic Achievement, of Secondary School Students in Science

2025· article· en· W4408747050 sur OpenAlexvenueno aff
Zeynep Yüce

Notice bibliographique

RevueWorld Journal of Education · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationAcademic achievementPsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

In an ever-changing world, it is impossible for individuals to acquire all existing knowledge, just as it is challenging to predict which knowledge will be necessary for the future. The critical factor here is to concretize or make raw knowledge useful. Therefore, it has become imperative to develop students’ abilities to analyze and utilize knowledge that will benefit them in the future. This study looked at the association between achievement in sciences courses and the scientific process skills and self-regulation skills of secondary school students. The survey model was used in the study conducted for this purpose. The study earch was conducted with 6th, 7th and 8th grade students studying in the 2021-2022 academic year. The sample of the study consists of 428 female and 321 male students. According to the findings obtained because of the analysis; It was determined that students’ scientific process skills, self-regulation skills and science academic achievement showed a statistically significant difference according to their gender, their liking for science course and the school they attended. In addition, according to the correlation test results, moderate or weak positive correlation relationships were detected between scientific process skills, science academic achievement and self-regulation skills. At the same time, according to the findings, it was seen that all the variables were statistically significant in predicting each other. In other words, it can be said that there is a mutual causality between these variables. Because each variable plays a role in explaining the other variable.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,368

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,426
Écart entre enseignants0,386 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207