MétaCan
Menu
Retour à la cohorte
Enregistrement W7133050020

Examining Young Learners’ Emotions and How They Relate to Cognition and Learning

2022· dissertation· W7133050020 sur OpenAlexaff
Megan Vincett

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensEmployment and Social Development Canada
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)CognitionAffect (linguistics)AnxietyTask (project management)Latent class modelTest (biology)Affective scienceEmotion classification
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since the mid-2000s, researchers have embraced a dynamic and multidimensional view of learners, where their cognitive, social, and emotional processes are considered, in addition to their background and experiences that they bring to learning. Together these factors influence students in complex and multifaceted ways, and while tackling all of these interrelated components is impossible, in-depth analyses of contributing factors help elucidate their unique influence. The current study more specifically examines emotion in education. Research on emotion has traditionally focused on anxiety associated with test performance; however, the construct of emotion is multidimensional and developmentally sensitive. There is a dearth of research on the impact of emotion among young learners’, particularly regarding associations within the domains of language and literacy. The present study examined the relationship between task types and young learners’ emotional experience during task performance, examined whether this relationship is further differentiated by the learners’ background characteristics, and further considered the temporality of emotion over time across learning tasks. Students engaged in a comprehensive, multi-task, online learning-oriented assessment platform, Speak and Solve (SnS), targeting oral language and cognition. Multi-channel methods of self-reported emotion and behaviour observation data were used to examine the role of affect in cognitive and linguistic processing for 154 grade 4-6 students engaged in SnS. More specifically, the study utilized latent class analysis, multinomial logistic regression, and latent transition analysis to understand what emotional characteristics are associated with different tasks, what predictive factors (demographic, performance measures) are associated with emotion classes, and the stability of emotion trajectories across tasks. Findings highlight the integrated role that emotions play in young learners’ educational experiences. Additionally, results suggest that while most students’ anxiety peaked prior to and at the beginning of the platform, students that were language learners had anxiety that persisted across tasks. Furthermore, student’s motivational learning orientation appeared to play an important role in emotions experienced during SnS. Findings are contextualized and interpreted using the Control-value theory of achievement emotions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,372
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetEducation, Achievement, and GiftednessTravaux en français237 207