Beliefs and motives behind the paper: examining relations between epistemic beliefs, achievement goals, writing strategies, and academic writing achievement
Notice bibliographique
Résumé
Throughout university, students are required to complete complex writing tasks that involve a host of cognitive and metacognitive strategies, yet little is known about the differences in approach to the writing process.In particular, been largely overlooked.The present study aimed to address this gap by self-reported writing strategies.University students completed several questionnaires (N = 98) and participated in an interview (N = 26).Quantitative analyses revealed that constructivist beliefs, performance-approach goals, and self-reported metacognitive strategies were significant positive predictors of writing achievement; however, the amount of variance accounted for in the model was modest.Qualitative analyses indicated that students with a mastery goal activated a more constructivist epistemic stance for writing, which allowed for creativity and deep processing, but possibly jeopardized their performance on writing tasks.In contrast, students with a performance goal for writing reported a less constructivist stance for writing and instead emphasized the importance of tailoring their efforts to meet the preferences of the instructor.Findings from this research have important implications for education, such as the design of instructions and grading criteria for writing assignments.With knowledge of the relations between motivational goals, knowledge beliefs, and writing strategies, instructors may be better equipped to help students refine their writing skills.encouragement throughout my educational pursuits.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 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 ».