Self-Regulated Learning in Early-Year Veterinary Students: Analyzing Strategy Usage and Strategy Knowledge in Anatomy Classes
Notice bibliographique
Résumé
Self-regulated learning (SRL) is critical in enabling students to manage extensive learning material effectively. However, the transition from secondary to tertiary education presents significant challenges for students as the demands on their SRL skills increase substantially. In veterinary education, this is particularly evident in anatomy. A better understanding of early-year students' SRL strategy knowledge and SRL strategy usage is needed to design effective interventions. Here we conducted cross-sectional and longitudinal analyses. The cross-sectional approach aimed to investigate: 1a) levels in SRL strategy knowledge and usage; 1b) relations between strategy knowledge and usage; and 1c) their relation to academic achievement. Furthermore, differences between first- and third-semester students were analyzed. The longitudinal approach aimed to: 2) investigate changes in strategy knowledge and usage during one semester. A sample of N = 181 veterinary anatomy students (108 first and 73 third semester) completed an SRL strategy knowledge test and an SRL strategy usage self-report questionnaire. Sixty students filled out both instruments one semester later. Results showed: 1a) moderate levels of knowledge and usage; 1b) low-to-moderate correlations between knowledge and usage; and 1c) a moderate correlation between usage and achievement. First- and third-semester students only differed in the relation of usage to achievement. Furthermore, 2) motivational strategy usage increased while cognitive and metacognitive strategy usage decreased over one semester, but there were no changes in strategy knowledge. Based on our results, it seems necessary that early-year students not only need training to enhance strategy knowledge but also on how to transfer this knowledge to their everyday study life, especially practical settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».