MétaCan
Menu
Retour à la cohorte
Enregistrement W7135058931 · doi:10.70725/134047chyicw

Using a Motivational Typology to Understand and Respond to Disruptive Behaviour

2022· article· W7135058931 sur OpenAlexaff
Heather J. S. Birch

Notice bibliographique

RevueJournal of Online Learning Research · 2022
Typearticle
Langue
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensTyndale University
Organismes subventionnairesnon disponible
Mots-clésTypologySemioticsUser engagementAffect (linguistics)

Résumé

récupéré en direct d'OpenAlex

This case study is about understanding disruptive students who are motivated by a psychological need to invoke change in a learning space. Marczewski’s User Types Test, a typol- ogy for classifying both intrinsic and extrinsic motivational tendencies, and based on Self-Determination Theory, was ad- ministered to 14 participants, aged 9 through 15, to determine their User Type profile; one participant emerged as a Disrup- tor. The semiotic signs created by the Disruptor in an online learning platform were collected and analyzed to determine the unique behaviour patterns of a Disruptor, in contrast with Marczewski’s other User Types, including Philanthropist, Achiever, Socializer, Free Spirit, and Explorer. Implications for online instructors include understanding why Disruptors interrupt, interrogate, and intimidate, and possible strategies for responding, including nudging toward positive disruption, designing for Disruptors, and acknowledging and celebrating disruption in cases where it may facilitate (and not hinder) learning.

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)0,009
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,209
Tête enseignante GPT0,500
Écart entre enseignants0,290 · 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'étudeObservationnel
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 revueJournal of Online Learning ResearchMême sujetMotivation and Self-Concept in SportsTravaux en français237 207