Az impulzivitás, a tanulmányi motivációk és a középiskolában megjelenő csalás kapcsolatának vizsgálata
Notice bibliographique
Résumé
Kutatásunk célja volt, hogy feltárja a diákok impulzivitása, motivációja, tanulmányi eredményeik és a számonkérések során elkövetett és bevallott csalás közötti összefüggéseket. A vizsgálat résztvevői középiskolás diákok voltak (Méletkor = 16,55; SDéletkor = 1,26). A vizsgált minta elemszáma 676 fő (Nnő = 287; Nférfi = 389). Strukturálisegyenlet-modellezést alkalmaztunk a változók közötti kapcsolati mintázatok feltárására. Korábbi kutatásokkal összhangban a változókat összesítő modell segítségével megállapítható, hogy a diákok autonóm motivációja összefüggésben áll a csalással és a tanulmányi átlaggal is. Emellett az amotiváció is összefüggést mutat a csalás mértékével, valamint a tanulmányi teljesítménnyel, azonban a kontrollált motiváció nem. Az impulzivitás faktorai közül a megfontoltság hiánya kapcsolatban van a csalással, valamint az amotivációval, a negatív sürgetettség összefüggést mutat a kontrollált motivációval, valamint a csalással. Ezenkívül a kitartás hiánya kapcsolatban áll az autonóm motivációval és az amotivációval. Összességében elmondható, hogy a megfontoltság hiánya mind direkt, mind indirekt módon (az amotiváción keresztül) összefügg a csalással, valamint indirekt módon (az amotiváción keresztül) a tanulmányi átlaggal. A kitartás hiánya indirekt (az amotiváción és az autonóm motiváción keresztül) kapcsolatot mutat a csalással és a tanulmányi átlaggal is. A negatív sürgetettség pedig direkt módon függ össze az iskolai tisztességtelenséggel.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,008 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».