[논문 리뷰] Metacognition and Motivation: The Role of Time-Awareness in Preparation for Future Learning

Mark Abdelshiheed, Zhou, Guojing외 3명|arXiv (Cornell University)|2023. 03. 17.

Innovative Teaching and Learning Methods참고 문헌 22인용 수 7

한 줄 요약

논문은 메타인지 기술(전략 인식 및 시간 인식)과 동기가 학습에 미치는 영향을 논리와 확률 ITS 튜터 간에 상호 작용하는 방식으로 연구하고, 두 메타인지 기술이 모두 결합된 높은 동기가 최적의 도메인 간 전이 효과를 낳는다고 제안한다.

ABSTRACT

In this work, we investigate how two factors, metacognitive skills and motivation, would impact student learning across domains. More specifically, our primary goal is to identify the critical, yet robust, interaction patterns of these two factors that would contribute to students' performance in learning logic first and then their performance on a subsequent new domain, probability. We are concerned with two types of metacognitive skills: strategy-awareness and time-awareness, that is, which problem-solving strategy to use and when to use it. Our data were collected from 495 participants across three consecutive semesters, and our results show that the only students who consistently outperform their peers across both domains are those who are not only highly motivated but also strategy-aware and time-aware.

연구 동기 및 목표

• 두 가지 메타인지 기술—전략 인식과 시간 인식—이 논리 도메인 내 학습에 미치는 영향과 확률 도메인으로의 전이 영향
• 동기가 이러한 메타인지 기술과 상호작용하여 학습 결과에 미치는 영향
• 상호작용 패턴이 미래 학습 준비를 예측하는지 여부를 다른 도메인에서 평가할 수 있는지 여부를 판단

제안 방법

• 논리 튜터 상호작용에서 전략 전환과 전환 시점을 코딩해 메타스코어(MetaScore)를 계산하여 메타인지 기술을 측정한다.
• MetaScore를 다음과 같이 정의한다: MetaScore_i = sum over levels and problems of [level * SAware_ip * TAware_ip], 여기서 SAware는 전략 전환을 나타내고 TAware는 조기(<=30 액션) 대 늦은(>30 액션) 전환을 나타낸다.
• 학생들을 Str_Time(두 기술 모두 보유), Str Only(전략 인식만 보유), Default(둘 다 없음)로 분류한다.
• 논리 도구의 규칙 적용의 초기 두 문제의 정확도를 사용해 동기를 평가하고 튜터별로 HM vs LM 그룹을 정의한다.
• 사전/사후 점수를 [0,100]으로 정규화하고 정규화 학습 이득(NLG)을 (post-pre)/sqrt(100-pre)로 계산한다.
• ANCOVA와 ANOVA를 통해 두 튜터(논리: FC/BC 선택, 확률: BC 만) 간 메타인지와 동기의 주효과 및 상호 작용 효과를 분석한다.

(a) Direct Proof

실험 결과

연구 질문

• RQ1 전략 인식과 시간 인식이 각각 및 함께 논리 튜터 내 학습에 어떠한 영향을 미치며 확률 튜터로의 전이에 어떻게 작용하는가?
• RQ2 동기가 이러한 메타인지 기술의 학습 결과 및 미래 학습 준비에 미치는 영향을 어떻게 조정하는가?
• RQ3 메타인지 기술과 동기 간의 상호작용 패턴이 두 요인 중 어느 하나만으로 예측하는 것보다 도메인 간 성과를 더 강하게 예측하는가?

주요 결과

튜터	그룹	크기	사전	사후	NLG
Logic	Str_Time	145	78.4 (3.2)	75.8 (1.7)	0.94 (0.395)
Logic	Str Only	166	74.9 (3)	68.2 (1.67)	-0.46 (0.39)
Logic	Default	184	75.5 (2.8)	70.9 (1.68)	0.19 (0.393)
Probability	Str_Time	145	72.3 (2.8)	75.5 (3)	0.02 (0.06)
Probability	Str Only	166	72.1 (2.5)	74 (2.8)	0.01 (0.05)
Probability	Default	184	71.8 (2.6)	73.4 (2.6)	-0.007 (0.05)

• 전략 인식만으로는 논리에서의 학습이 향상된다는 보장을 주지 않으며, 관찰된 이득은 시간 인식이 필요하다.
• 논리 튜터에서 Str_Time 학습자는 Str Only 및 Default보다 사후검사 및 NLG에서 우수하지만, 메타인지 그룹만으로는 확률 튜터에서 유의미한 차이가 나타나지 않는다.
• 동기는 두 튜터 모두의 사후 검사 점수를 독립적으로 향상시키며, 높은 동기를 가진 그룹은 확률에서 학습 이득이 더 크다.
• 논리와 확률 전반에 걸쳐, 오직 높은 동기와 Str_Time 그룹이 가장 강한 성과를 보이며 이는 동기가 메타인지 기술의 효과를 조절하는 적성-처치 상호작용(ATI)임을 시사한다.
• 확률 튜터에서는 메타인지와 동기에 대한 NLG의 상호작용이 유의하며 Str_Time 및 Str Only이 Default를 상회한다는 것을 보인다.
• Str_Time은 높은 동기를 가진 학생들 사이에서 일관된 도메인 간 미래 학습 준비를 위한 우수한 결과를 지속적으로 보인다.

(b) Indirect Proof