Notice bibliographique
Résumé
L'auto-efficacité et la valeur de réalisation sont deux constructions importantes de motivation qui ont un effet puissant sur l'apprentissage des élèves. Selon la théorie de l'espérance et valeur, les croyances envers les capacités de soi prédisent la valeur subjective de la tâche, qui à son tour prédit directement les choix liés à la réalisation et la performance. Le but de cette étude était d'examiner la relation entre l'auto-efficacité et la valeur de réalisation dans le cadre de l'apprentissage par la démarche de l'investigation chez les étudiants de premier cycle universitaire. L'étude actuelle a validé deux nouvelles mesures: l'auto-efficacité et la valeur atteinte pour l'apprentissage par la démarche de l'investigation de McGill: MSEEIQ, MAVEIQ, respectivement. L'analyse exploratoire de facteurs a été utilisée pour analyser la structure de MSEEIQ et MAVEIQ, et a conduit à générer sept et cinq facteurs, respectivement. Les tâches de l'apprentissage par la démarche de l'investigation qui existent dans les facteurs dans les deux instruments représentent une configuration qui est en accord avec la littérature. Les résultats ont montré que les étudiants étaient plus confiants dans les tâches de l'apprentissage par la démarche de l'investigation qui sont intellectuellement moins sophistiqués, et par conséquent ont donné à ces tâches une plus grande importance. Une analyse de régression de chemin latente a été effectuée en utilisant 585 étudiants, afin d'examiner le rapport supposé entre les facteurs de MSEEIQ et MAVEIQ. Cette analyse a montré un rapport significatif positif. L'implication de ces resultats pour les théorie de l'apprentissage par la démarche de l'investigation, et de la motivation et les pratiques pédagogiques sont discutées. Une proposition pour un modèle de l'apprentissage par la démarche de l'investigation a été présentée.
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 | 0,004 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».