Файл: Исследование взаимосвязи между выдержкой, саморегулируемым обучением и успехом в обучении.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 04.02.2024
Просмотров: 58
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
В ходе экспертного опроса было рассмотрено согласие относительно полезности представленных стратегий и ясности полученных парных сравнений. В оценку были включены только те пары сравнений, относительная полезность которых была оценена экспертами более чем на 75%. Чтобы достичь высокого балла знаний, тестируемые студенты должны были прийти к той же оценке, что и эксперты при работе над MeMoWi с точки зрения стандарта качества. За каждое сравнение пары студенты получали один балл. В случае несоответствия экспертному рейтингу баллы не присуждались. Оценка знаний определялась как среднее значение по трем сценариям и всем парным сравнениям. MeMoWiScore может принимать значение между 0 (почти никаких метамотивационных знаний или никакого соглашения с экспертами) и 1 (много метамотивационных знаний или высокое согласие с экспертами). Проверка знаний показала хорошую надежность (см. таблицу 1).
Показатель производительности. Официальная оценка работы Matura использовалась в качестве показателя производительности для диссертации Matura. По аналогии со швейцарской системой оценки, оценка имела возможный диапазон от 1 = очень слабый до 6 = отличный.
4.3 Статистический анализ Данные были проанализированы с использованием описательного анализа и моделей структурных уравнений (SEM) в Mplus 8.1 (Muthén and Muthén 1998–2017). Чтобы проверить влияние твердости на компетенции и производительность SRL, а также возможные косвенные эффекты, был смоделирован линейный SEM (рис. 2) с несколькими посредничествами, и косвенные эффекты были исследованы в соответствии с предлагаемой процедурой начальной загрузки с поправкой на смещение (10 000 образцов начальной загрузки) согласно MacKinnon et al. (2004). Если значение 0 не включено в 95% доверительный интервал, косвенный эффект считается статистически значимым. Качество модели проверялось в соответствии с рекомендациями Schermelleh-Engel et al. (2003). Были учтены различные критерии оценки качества моделей структурных уравнений. Очень хорошая модель должна иметь значения χ2 по отношению к степеням свободы менее трех, значения индекса сравнительной подгонки (CFI) более 0,95, значения среднеквадратичной погрешности приближения (RMSEA) менее 0,05 и стандартизированные значения среднеквадратичного остатка (SRMR) менее 0,06. Набор данных имеет в среднем 4,3% отсутствующих значений по всем переменным (диапазон: 0,3–7,0%). Для включения всех отсутствующих значений использовался метод FIML.
5 Результаты
5.1 Описательные результаты и корреляции
Таблица 1 содержит средние значения, стандартные отклонения и значения надежности всех конструкций, а также их взаимосвязи. Как видно из таблицы 1, все конструкции были достоверно зафиксированы. Коэффициенты корреляции указывают на слабые и средние корреляционные эффекты между различными конструкциями. Постоянство и постоянный интерес умеренно коррелируют с r = 0,31.
5.2 Подмодели: отношения между зернистостью и нотами и отношения между SRL и нотами
На первом этапе была изучена прогностическая сила Grit на производительность и прогностическая сила компетенций SRL на производительность, чтобы оценить отдельные эффекты предикторов. Во-первых, модель с настойчивостью и постоянным интересом была указана в качестве предикторов класса работы Matura. Соответствующая модель имела хорошие значения соответствия с χ 2 (22) = 62,931, χ 2 /df = 2,86, CFI = 0,983, RMSEA = 0,039 (90 CI [0,028, 0,050]) и SRMR = 0,029. Как предполагается, путь персистентности (β = 0,22, стр< 0,001) к производительности является значительным, тогда как постоянный интерес не может способствовать уточнению дисперсии класса работы Matura.
На втором этапе была рассмотрена прогностическая сила компетенций SRL на уровне диссертации Matura. Смоделированы пути от метамотивационных знаний к мотивационным регуляторным стратегиям и когнитивным регуляторным компетенциям (в качестве примера, показанного на рис. 2). Кроме того, были указаны пути от мотивационных стратегий регуляции и когнитивных регуляторных компетенций до оценки диссертации Матура. Соответствующая модель хорошо согласуется с данными: χ 2 (31) = 60,037, χ 2/df = 1,94, CFI = 0,982, RMSEA = 0,034 (90 CI [0,021, 0,047]), SRMR = 0,043. Выявлено значительное прямое влияние знаний о метамотивационной стратегии на мотивационные регуляторные стратегии (β=0,31, с< 0,001) и когнитивные регуляторные компетенции (β=0,19, с< 0,001.). Как стратегии мотивационной регуляции (β= 0,12, с< 0,01), так и когнитивные регуляторные компетенции (β = 0,16, с< 0,01) оказали непосредственное влияние на уровень работы Matura. Кроме того, показано значительное косвенное влияние метамотивационных знаний о стратегиях мотивационной регуляции и когнитивных регуляторных компетенциях на оценку диссертации Матура.
5.3 Общая модель: взаимосвязи между производительностью Grit, SRL и Matura
Смоделированная общая модель сразу показала хорошую посадку модели: χ2(119) = 269.195; χ 2 /df = 2,26, CFI = 0,966, RMSEA = 0,032 (90 CI [0,027; 0,037]), SRMR = 0,043. На рисунке 2 показаны стандартизированные коэффициенты рассчитанных путей. Настойчивость оказалась важным предиктором всех вовлеченных компетенций SRL. Как предполагается, студенты, которые более настойчивы, имеют более высокие знания метамотиватонической стратегии (β = 0,21, стр< 0,001), использовали больше мотивационных регуляторных стратегий (β = 0,54, стр< 0,001) и сообщили о более высоких когнитивных регуляторных компетенциях (β = 0,11, стр< 0,05), чем студенты с более низкой степенью настойчивости. Хотя наблюдался отрицательный прямой эффект (β = -0,14, стр< 0,05) между последовательными стратегиями заинтересованности и мотивационной регуляции, то есть учащиеся с более высоким последовательным интересом использовали меньше мотивационных стратегий регуляции, чем учащиеся с менее последовательным интересом, наблюдалась положительная корреляция с когнитивными регуляторными компетенциями (β = 0,19, с< 0,001). Не было выявлено значимой корреляции между последовательным интересом и знанием метамотивационной стратегии. Как предполагалось и уже было показано на первом этапе анализа, метамотивационные знания играли важную роль в прогнозировании использования стратегии самооценки. Значимы как путь (β= 0,21, стр< 0,001) к мотивационным регуляторным стратегиям, так и путь (β= 0,14, стр< 0,001) к когнитивным регуляторным компетенциям. Студенты с более высокими метамотивационными знаниями, следовательно, сообщили о более высоких компетенциях в области использования мотивационных и когнитивных стратегий. Кроме того, это повлияло на уровень работы Matura. Учащиеся, которые более настойчивы, достигли лучших оценок (β = 0,17, стр< 0,01). Величина влияния стойкости на сорта несколько снижается по сравнению с результатами первого этапа анализа. Кроме того, учащиеся с более высокими когнитивными регуляторными навыками также достигли лучших оценок работы Matura (β = 0,13, стр< 0,001). Значительное прямое влияние мотивационных стратегий регуляции на степень диссертации Матура, описанное на первом этапе анализа, теряет свою прогностическую силу. Переменные, вставленные в модель, прояснили 8,4% дисперсионных долей в классе работы Matura.
В таблицах 2 и 3 перечислены смоделированные и эмпирически определенные опосредованные эффекты твердости на производительность через компетенции SRL. Как видно из таблицы 2, более настойчивые студенты также были более успешными в своей работе с Matura, потому что у них были более высокие когнитивные регуляторные навыки. Этот эффект был очевиден и при постоянном интересе. Студенты с более высоким последовательным интересом имели более высокие когнитивные регуляторные навыки и, соответственно, были более успешными в диссертации Матура. Как указано в таблице 3, более стойкие студенты также были более успешными в работе Matura, потому что, в дополнение к более высоким когнитивным регуляторным навыкам, они также имели более высокие метамотивационные знания.
6 Обсуждение
Хотя Grit приписывают потенциал для объяснения как межиндивидуальных различий в производительности, так и межиндивидуальных различий в SRL (Duckworth et al. 2007), различные исследования и метанализы указывают на противоречивые результаты (Credé et al. 2017). Можно предположить, что тип задачи играет здесь важную роль. Слишком простые и мелкошаговые задачи производительности не требуют ни выдержки, ни компетенций SRL для успешного решения. Кроме того, прошлые исследования показали, что связь между твердостью и производительностью опосредована другими предикторами, такими как компетенции SRL (Wolters and Hussain 2015). Предыдущие исследования в школьном контексте часто записывали школьные оценки как меру производительности, которая также включает в себя задачи, которые не требуют выдержки. Поэтому целью данного исследования было изучение возможных связей между выдержкой, компетенциями SRL и производительностью в контексте требовательной и обширной письменной работы, диссертации Матура. Основное внимание было уделено трем вопросам со следующими целями: 1) исследование взаимосвязи между зернистостью и различными компетенциями SRL в контексте обширной и сложной письменной работы, 2) исследование прогностической силы твердости для прогнозирования уровня работы Matura и 3) исследование посреднического влияния компетенций SRL на взаимосвязь между твердостью и производительностью.
6.1 Зернистость как двумерная конструкция
В основе этого исследования лежала способность человека преследовать долгосрочные цели с настойчивостью и постоянным интересом (Duckworth et al. 2007). Несмотря на двумерную структуру, Дакворт и его коллеги использовали общую оценку, поскольку они смогли сформировать всеобъемлющий фактор песка (Duckworth et al. 2007; Дакворт и Куинн 2009). Однако в последние годы все чаще указывается, что двухфакторная структура песка должна учитываться более строго (например, Fleckenstein et al. 2014). На основе последних исследований (Credé et al. 2017; Steinmayr et al. 2018; Tyumeneva et al. 2017), двумерность конструкции может быть подтверждена в настоящем исследовании. Настойчивость и постоянный интерес являются двумя отдельными, но коррелированными факторами. По этой причине общая оценка была исключена, а настойчивость и постоянный интерес были включены в анализы в качестве независимых конструкций. Важность этого подхода иллюстрируется ниже различными прогностическими силами настойчивости и постоянного интереса.
6.2 Взаимосвязь между выдержкой и саморегулируемым обучением
Что касается первого вопроса о взаимосвязи между Grit и SRL, результаты этого исследования можно сравнить с предыдущими результатами исследований (включая Muenks et al. 2017; Wolters and Hussain 2015) показывают, что Grit способен объяснить межиндивидуальные различия в компетенциях SRL студентов. Студенты, которые более настойчивы, сообщили о более высоких когнитивных регуляторных навыках, использовали больше мотивационных регуляторных стратегий и имели более высокие знания метамотивационной стратегии. Постоянный интерес также мог способствовать прояснению дисперсии со стороны SRL. Студенты с более высоким последовательным интересом также сообщили о более высоких навыках когнитивной регуляции. Эти результаты согласуются с уже наблюдаемыми ассоциациями между твердостью и более низкой прокрастинацией, более высокой самоэффективностью, более высоким воспринимаемым опытом компетентности и более широким использованием стратегии (например, Schmidt et al. 2017; Вайскирх 2016; Уолтерс и Хуссейн 2015). Однако, вопреки ожиданиям, наблюдалась отрицательная корреляция между постоянным интересом и мотивационными стратегиями регулирования. Студенты с более высоким последовательным интересом сообщили о более низком использовании мотивационных стратегий регулирования. Такой результат можно объяснить тем, что последовательный интерес, аналогичный личностной черте добросовестности, положительно связан с более высокой академической мотивацией (De Feyter et al. 2012; Komarraju et al. 2009), в соответствии с которым необходимость регулирования собственной мотивации для осуществления и поддержания конкретной деятельности соответственно ниже и, следовательно, приводит к снижению использования мотивационной стратегии регулирования. Поскольку существует также более высокая мотивация с постоянным интересом, нет необходимости в регулирующем действии, чтобы намеренно влиять на собственную мотивацию. Это предположение может также объяснить несуществующую связь между постоянным интересом и метамотивационным знанием. Поскольку из-за более высокой мотивационной характеристики используется меньше мотивационных регуляторных стратегий, вероятно, будет получено меньше опыта для создания метамотивационных знаний. Однако для приобретения и дальнейшего развития метакогнитивных знаний требуется различный опыт использования стратегий и размышления об использовании стратегии (Artelt and Neuenhaus 2010). Таким образом, следует отметить, что между Grit и SRL существуют связи. Как предполагается (гипотеза 1), Grit является значимым предиктором SRL. Тем не менее, два измерения песка различаются по своей прогностической силе. Таким образом, настойчивость оказалась постепенно обоснованной в отношении SRL. Этот результат идет рука об руку с предыдущими выводами, которые также подчеркивают различия между двумя измерениями песка в отношении их прогностической силы SRL (например, Muenks et al. 2017; Уолтерс и Хуссейн 2015). Наши результаты способствуют лучшему пониманию межиндивидуальных различий в SRL старшеклассников. Поэтому в будущем было бы выгодно более прочно закрепить индивидуальные диспозиции в моделях SRL.
6.3 Прогностическая сила твердости для прогнозирования оценки диссертации Матура
В соответствии с гипотезой 2 о взаимосвязи между выдержкой и оценкой работы Matura, это исследование показало, что grit смог объяснить различия в производительности между людьми через межиндивидуальные различия в производительности SRL. Duckworth et al. (2007) предположили, что оба измерения вносят значительный вклад в успех обучения: постоянный интерес, потому что важно настойчиво преследовать долгосрочные цели и интересы, и настойчивость, потому что приобретение компетентности требует большой приверженности, и возможные проблемы и неудачи также должны быть преодолены. Как и ожидалось, наши результаты показывают, аналогично мета-анализу Credé et al. (2017), что два измерения Grit различаются по своей прогностической способности объяснять различия в производительности. В то время как настойчивость оказала значительное прямое влияние на уровень работы Matura, прямое влияние на последовательный интерес не может быть подтверждено (см. также Hodge et al. 2017; Steinmayr et al. 2018; Вайскирх 2016).
В дополнение к прямому влиянию на производительность, зернистость приписывается, в частности, косвенным влиянием на производительность (для подробного обсуждения см. Steinmayr et al. 2018). Как было рассмотрено в вопросе 3, было обнаружено косвенное влияние твердости на компетенции SRL на производительность (гипотеза 3). Настойчивость приводит к более успешным студентам, так как эта способность также идет рука об руку с более высокими компетенциями SRL. Более стойкие студенты имели как более высокие метамотивационные знания, так и более высокие когнитивные регуляторные навыки, что положительно повлияло на оценку работы Matura. Студенты с более высоким последовательным интересом сообщили о более высоких навыках когнитивной регуляции, что, в свою очередь, оказало положительное влияние на оценку работы Matura. Поэтому важность постоянного интереса может заключаться в том, что ожидание успеха или ценность задачи возрастают. Хотя повышенная мотивация таким образом способствует реализации намерений, которые могут оказывать непосредственное влияние на обучающее поведение