# 0114 自選專題期末
## medium sub-title
{%hackmd @yukai/medium-theme %}

###### tags: `InsTruc2020`

## 國中生自主學習組型的探索與閱讀表現的差異分析：PISA 2018。

**關鍵詞：PISA 2018，自主學習，SEM，Tree，閱讀表現**
dual processing model

:::success
**論文連結：**
https://docs.google.com/document/d/1vTJrEsua8-Uy52lnqEeLiEFf-sj3wWMKTV56ysmGlzY/edit?usp=sharing
:::

本研究使用 SEM-Tree 的作法來進行：
1) 建立 SEM 路徑模型。
2) 運用 Tree 的方法將其分類。
3)

幾個問題：

1) ==這是一個重要問題嗎？沒有探討這題會怎樣？==

:::success
從 PISA 2018 年的結果來看，臺灣學生在「害怕失敗」的比例高於 OECD 國家，但是在閱讀表現上也高於 OECD 國家。連結到 Boekaerts（）提出的 dual processing model，是否就是呼應到其中關於 well-being pathway 的學習路徑？因此，我們可以從 PISA 2018 的結果，再次反思到 growth pathway 與 well-being pathway 二種取徑，對於學習表現的影響是什麼？
:::

2) 怎麼區分「動機型」和「認知型」的自主學習 SRL？是從目標導向設定上來分嗎？還是直接用 SEM-Tree？
3) 如何驗證這個探索性的結果？

## Idea

Boekaerts 提出幾篇

## Ref
- Boekaerts, M. (2011). Emotions, emotion regulation, and self-regulation of learning. In B. J. Zimmerman & D. H. Schunk (Eds.), *Educational psychology handbook series. Handbook of self-regulation of learning and performance* (p. 408–425). Routledge/Taylor & Francis Group.
- Brandmaier, A. M., von Oertzen, T., McArdle, J. J., & Lindenberger, U. (2013). Structural equation model trees. Psychological methods, 18(1), 71-86.
- Jacobucci, R., Grimm, K. J., & McArdle, J. J. (2017). A comparison of methods for uncovering sample heterogeneity: Structural equation model trees and finite mixture models. Structural equation modeling: a multidisciplinary journal, 24(2), 270-282.
- Boekaerts, M. (2007). "Understanding students' affective processes in the classroom," in *Emotion in Education,* eds. P. Schutz and R. Pekrun (San Diego, CA: Academic Press), 37-56. ==SEM==

---

（1）研究問題意識（產生「問題」的契機在於：某事件在現實方面的運作與我們自己的期待有所不同。理論與現實不符。），說明所欲研究的議題為何，為何有興趣研究此議題等；
（2）針對此一研究的議題做初步的文獻探討。所探討的文獻以過去十年內發表者，且為利用大型觀察資料從事研究者為主。此部份之書面報告以兩頁為原則，並於第九週做口頭報告。口頭報告之形式與前述各週之報告相同。
（3）提出一些清楚的研究架構，因果模式及假設；
（4）使用的分析方法；
（5）初步研究發現。