Bibliographic record
Abstract
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.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 source (direct Gemma or distilled Codex), 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".