Comparing Self-Reports to Traces of Studying Behavior as Representations of Students' Studying and Achievement
Bibliographic record
Abstract
Ein Vergleich von Selbstberichtdaten mit verhaltensbasierten Indikatoren des Lernverhaltens und der Leistung von Studierenden Zusammenfassung: In dieser Studie verglichen wir Modelle des selbstgesteuerten Lernens, die auf dem Selbstbericht versus der Aufzeichnung von “Verhaltensspuren” des Einsatzes von Lerntaktiken beim Lesen eines Textes beruhen. Die selbst berichteten Lerntaktiken unterschieden sich von den im Verhalten tatsächlich gezeigten Taktiken. In getrennten Regressionsmodellen erwiesen sich sowohl selbst berichtete als auch im Verhalten gezeigte Taktiken als Prädiktoren der Leistung, wobei jedoch unterschiedliche Arten von Taktiken in die beiden Modelle aufgenommen wurden. Getrennte Hauptkomponentenanalysen zeigten, dass verhaltensbasierte Indikatoren andere Formen selbstgesteuerten Lernens beschreiben als selbst berichtete Taktiken. Dies lässt darauf schließen, dass der Selbstbeschreibung des eigenen Lernverhaltens andere Prinzipien zugrunde liegen als der tatsächlichen Ausübung dieses Verhaltens. Wir schlagen daher vor, dass in der Forschung zum selbstgesteuerten Lernen und seiner Beziehung zu Lernleistungen sowohl Selbstberichtsdaten als auch verhaltensbasierte Indikatoren des Einsatzes von Lerntaktiken verwendet werden sollten.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".