The Relationship between Senior High School Students’ Personality Traits and English Academic Achievement: The Mediating Effects of Directed Motivational Currents and Academic Emotions
Notice bibliographique
Résumé
As a stable individual difference factor, personality traits significantly influence English achievement. Directed Motivational Currents, an emerging concept in L2 motivation research, are not only affected by personality traits but also closely associated with related academic emotions. However, few studies have explored the complex interactions among personality traits, DMC, academic emotions, and English achievement. Based on Whole-Trait Theory, Flow Theory, and Control-Value Theory, this study examined the relationships among these variables through questionnaires and interviews with 419 second-year high school students in Liaoning Province, China. The research addressed three questions: 1) What are the current levels of senior high school students’ personality traits, DMC, and academic emotions? 2) How are personality traits, DMC, academic emotions, and English achievement interrelated? 3) Do DMC and academic emotions mediate the relationship between personality traits and English achievement? If so, what types of mediating effects do they have? The findings indicate that: 1) Students showed moderate levels of personality traits, DMC, and enjoyment; anxiety was relatively high, while boredom was low. 2) Personality Traits were positively correlated with DMC, English achievement, and positive emotions. DMC was positively correlated with enjoyment, and English achievement, but negatively correlated with anxiety and boredom. Positive emotions were positively correlated with English achievement and negatively correlated with negative emotions. 3) Both academic emotions and DMC served as independent mediators between personality traits and English achievement, and also formed a chain-mediating effect. The mediating effect is 79.48%. Pedagogical implications for senior high school English teaching are discussed, along with research limitations and future directions.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».