Factors Affecting the General Academic Achievement of University Students: Gender, Study Hours, Academic Motivation, Metacognition and Self-Regulated Learning
Notice bibliographique
Résumé
This study aimed to determine the effects of university students' gender, weekly study hours, academic motivation, metacognition, and self-regulated learning levels on their overall academic achievement and to examine whether academic motivation, metacognition and self-regulated learning total scores predicted their GPAs. This study utilized a survey and prediction research design to analyze the research questions posed. The participants of the study consisted of 86 undergraduate students attending various programs of a university in Western Canada. The research data were collected using the “Metacognitive Awareness Inventory (MAI)” developed by Schraw and Dennison (1994), the “Self-regulated learning perception scale (SASR)” developed by Dugan and Andrade (2011), the "Academic Motivation Scale (AMS-C 28) College Version" developed by Vallerand, Pelletier, Blais, Brière, Senécal and Vallières (1992), and the “demographic form”. We found a significant relationship between the university students' self-regulated learning, metacognition and academic motivation scores, and their grade point averages (GPAs). We also determined that the total scores related to the university students’ self-regulated learning, metacognition and academic motivation significantly predicted their GPAs, and that the gender and weekly study hours of the university students did not have a significant effect on their self-regulated learning, metacognition, academic motivation and academic GPA.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».