Self-assessment

Chronobiology studies indicate that individuals are regulated by three timers: social, solar, and biological. Environmental and behavioral changes can modify the sleep–wake cycle. Many university students adopt nighttime study habits, interfering with the circadian rhythm. Sleep restriction or poor sleep quality compromises memory and significantly reduces academic performance. This study aimed to verify whether there is an association between sleep quality and academic performance among nursing and medical students at a public university in Alagoas, Brazil. This is an observational, cross-sectional, and quantitative study conducted with 137 Nursing and Medical students, selected through stratified probabilistic sampling. Data collection included a sociodemographic questionnaire to characterize the sample, the Pittsburgh Sleep Quality Index (PSQI), the Munich Chronotype Questionnaire (MCTQ), and academic self-assessment. Data were analyzed for normality, and associations were tested using Pearson and Spearman correlations (SciPy – Python). Among the 137 students, 65.7% were women, 70.1% were between 19 and 24 years old, 67.9% rated their academic performance between 7.0 and 8.9, and 66.4% presented poor sleep quality. Negative correlations between the PSQI and self-assessment variables (r = -0.368; p < 0.001 for Pearson; r = -0.360; p < 0.001 for Spearman) reinforce the importance of sleep quality in the academic context. The findings highlight the urgency of interventions that promote sleep hygiene education and strategies to improve rest quality, reducing the likelihood of problems that may negatively impact students’ academic performance.

The rapid proliferation of generative artificial intelligence in educational contexts has transformed how students encounter academic content, yet a fundamental question remains underexamined: Do English as a Foreign Language (EFL) learners possess the critical literacy competencies needed to evaluate AI-generated texts? This study investigated whether students in Morocco’s Classes Préparatoires aux Grandes Écoles (CPGE)—one of the nation’s most academically selective post-secondary programs—demonstrate readiness for AI-era literacy demands. We developed a diagnostic assessment instrument, the Critical Reading Diagnostic Assessment (CRDA), designed to mirror common characteristics of AI-generated academic content: a confident, authoritative tone, a logical structure with subtle gaps, claims requiring verification, and culturally embedded assumptions. Thirty first-year CPGE students (M age = 18.6 years) evaluated argumentative passages across five critical dimensions: argument identification, evidence evaluation, assumption recognition, multi-source synthesis, and source criticism. Metacognitive self-assessment data were also collected. Results revealed systematic evaluation failures across all dimensions, with mean accuracy rates of only 18–39% and large effect sizes confirming substantial deficits (d = 1.11–2.25). Metacognitive analysis showed that students overestimated their abilities by 11–38 percentage points across all dimensions, indicating profound self-assessment inaccuracies.

Improving the quality of Islamic education requires a quality management approach that is not only oriented toward meeting established standards but also grounded in Islamic values, including trustworthiness (amanah), justice (‘adl), excellence (ihsan), consultation (shura), and continuous improvement. This article focuses on synthesizing quality management principles with Islamic educational values and developing a quality management model that systematically integrates audit, self-evaluation, benchmarking, and accreditation. This study employs a qualitative approach using a literature review method. The research stages include identifying and selecting relevant literature, analyzing the concepts of quality management and Islamic educational values, synthesizing relevant principles, and formulating an Islamic education quality management model. The findings indicate that integrating Islamic values with quality management principles can establish a quality assurance system that goes beyond compliance with standards toward fostering an ethical, integrity-based, and sustainable quality culture. Audits function as instruments for assessment and control, self-evaluation as a reflective process for identifying institutional achievements and weaknesses, benchmarking as a means of learning from best practices, and accreditation as formal recognition of quality standards compliance. The proposed model positions Islamic values as its philosophical foundation, quality management as its organizational framework, and the four instruments as mechanisms for continuous quality improvement. Therefore, the model provides a conceptual framework for developing Islamic education quality management that is integrative, adaptive, sustainable, and oriented toward public benefit.

This study examined the associations of self-regulation, self-esteem, and digital literacy with students' perceived learning achievement at Ariya Metta Vocational High School, Tangerang. The quantitative ex post facto study included 154 students drawn from a population of 250 through proportional stratified random sampling. Online questionnaire responses were analysed using multiple linear regression in SPSS version 27. Self-regulation (B = 1.349; β = 0.494; t = 6.739; p < .001) and self-esteem (B = 0.624; β = 0.345; t = 4.113; p < .001) were positively associated with perceived achievement after adjustment for the other predictors. Digital literacy showed no significant unique association (B = 0.040; β = 0.019; t = 0.248; p = .804). The model accounted for 63.0% of the observed variation (R² = .630; adjusted R² = .622). Although digital literacy was significant in a simple regression, the association did not persist in the full model, indicating overlapping explanatory information among predictors. The findings support attention to learning management and students' evaluations of themselves while encouraging academically purposeful uses of digital resources. Because achievement was self-reported and the design was observational, the results do not establish causality.

Background Digital mental health platforms routinely deliver self-administered symptom scales on the assumption that users with more severe symptoms are more likely to enter professional care. That assumption is rarely tested with linked participant-level data, and almost never in the Arabic-speaking Gulf. Objective To examine whether symptom severity at a user’s first self-assessment predicts booking a professional session within 90 days, across four symptom domains, on a Saudi commercial digital mental health platform. Methods Retrospective cohort analysis of 10,100 first assessments — depression, generalized anxiety, panic, and obsessive-compulsive scales — contributed by 5,524 unique users of the Talbinah platform and linked to demographic and session-booking records through a pseudonymous (SHA-256 hashed) user identifier. The primary outcome was any session booked within 90 days after the assessment. Severity was banded by the established cut-offs for the PHQ-9 and GAD-7, and by percentage of scale maximum for the panic and obsessive-compulsive measures, for which no severity thresholds are established. Per-scale multivariable logistic regression estimated adjusted odds ratios (aOR) for severity band (reference None/Minimal), adjusting for age, sex, and device type. Pre-specified sensitivity analyses used 30- and 180-day windows, an attended-session outcome, percentage-of-maximum banding applied to all four scales, and a subset with no prior booking (incident help-seeking). Reporting followed STROBE. Results Users were young (mean age 26.7 years, SD 8.1) and predominantly female (78.1%); 16.6% of first assessments were followed by a booking within 90 days. No severity band on any of the four scales was associated with higher odds of booking (severe vs None/Minimal: depression aOR 0.71, 95% CI 0.51–1.01; generalized anxiety 0.76, 0.49–1.16; panic 0.83, 0.52–1.31; obsessive-compulsive 1.01, 0.59–1.74). One severity contrast was statistically significant, in the opposite direction: moderate depression was associated with lower odds of booking (0.66, 95% CI 0.45–0.97). Older age (aOR ~1.2 per decade) and iOS device use (1.4–2.0) were associated with booking across scales. This absence of a positive severity–booking association was consistent across 30-, 90-, and 180-day windows, the attended-session outcome, and percentage-of-maximum banding; a nominal association for moderate anxiety seen under percentage banding did not persist with validated GAD-7 cut-offs. Estimates for the panic and obsessive-compulsive scales, which lack established severity thresholds, are exploratory. Conclusions On a Saudi digital mental health platform, greater self-reported symptom severity at first assessment was not followed by higher subsequent booking of professional care, consistently across specifications, and for moderate depression was associated with lower odds of booking; demographic and access-related attributes showed stronger associations with booking than symptom load did. Self-screening on its own appears insufficient as a pathway into care.

This conceptual article explores practical ways in which college and university instructors can leverage artificial intelligence (AI) to support assessment as learning and develop students’ feedback literacy. Traditional assessment practices often focus on assessment for learning (informing instruction) or of learning (measuring outcomes), while assessment as learning—when students actively monitor and reflect on their own learning—receives less attention. AI can help instructors leverage assessment as a learning tool by generating work samples for student analysis and providing timely, actionable feedback that students can use to revise their work. When combined with instructor modeling, peer dialogue, and scaffolds such as guiding questions or graphic organizers, AI-supported feedback promotes metacognition, self-directed learning, and critical evaluation skills. The article provides practical guidance, including prompts and strategies for using AI to enhance student engagement with feedback, helping instructors create more efficient, effective, and student-centered practices that utilize assessments as learning tools.

این مقاله مفهومی به بررسی راهکارهای عملی می‌پردازد که اساتید دانشگاه‌ها و مؤسسات آموزش عالی می‌توانند از هوش مصنوعی (AI) برای حمایت از ارزشیابی به عنوان یادگیری و توسعه سواد بازخورد دانشجویان بهره‌مند شوند. شیوه‌های سنتی ارزشیابی عمدتاً بر ارزشیابی برای یادگیری (اطلاع‌رسانی به تدریس) یا ارزشیابی از یادگیری (سنجش پیامدها) تمرکز دارند، در حالی که ارزشیابی به عنوان یادگیری—زمانی که دانشجویان به طور فعال یادگیری خود را پایش و بازتاب می‌کنند—کمتر مورد توجه قرار گرفته است. هوش مصنوعی می‌تواند به اساتید کمک کند تا ارزشیابی را به عنوان ابزاری برای یادگیری به کار گیرند؛ از طریق تولید نمونه‌های کاری برای تحلیل دانشجویان و ارائه بازخورد به‌موقع و قابل اقدام که دانشجویان بتوانند برای بازنگری کار خود از آن استفاده کنند. هنگامی که این بازخورد مبتنی بر هوش مصنوعی با الگو‌سازی استاد، گفت‌وگوی همتایان و حمایت‌هایی مانند سؤالات راهنما یا سازمان‌دهنده‌های تصویری ترکیب شود، موجب ارتقای فراشناخت، یادگیری خودراهبر و مهارت‌های ارزیابی انتقادی می‌شود. این مقاله راهنمایی‌های عملی، از جمله نمونه‌های پرسش و راهبردهایی برای استفاده از هوش مصنوعی جهت افزایش مشارکت دانشجویان با بازخورد ارائه می‌دهد و به اساتید کمک می‌کند تا شیوه‌هایی کارآمدتر، مؤثرتر و دانشجو‌محورتر را که از ارزشیابی به عنوان ابزار یادگیری بهره می‌برند، ایجاد کنند.

This study used bibliometric analysis to examine research on university students’ self-feedback literacy using records retrieved from the Web of Science Core Collection. The initial search identified 372 records published within a retrieval window from January 2010 to June 2025. Following screening, eligibility assessment, and bibliographic data cleaning, 14 records met the predefined eligibility criteria and were retained for the final bibliometric analysis. Given the small size of the final corpus and the partial coverage of 2025, the findings are interpreted as exploratory patterns within the retrieved dataset rather than as definitive representations of the broader research field. The study examined publication activity, sources, authorship, citations, keyword associations, thematic patterns, and country-level collaboration within the retrieved corpus, with the findings interpreted as exploratory evidence rather than generalizable estimates of the broader field.

این مطالعه با استفاده از تحلیل کتاب‌سنجی به بررسی پژوهش‌ها درباره سواد بازخورد خودمحور دانشجویان دانشگاهی پرداخت که سوابق آن از مجموعه هسته وب آو ساینس استخراج شد. جستجوی اولیه ۳۷۲ مدرک را که در بازه زمانی ژانویه ۲۰۱۰ تا ژوئن ۲۰۲۵ منتشر شده بودند، شناسایی کرد. پس از غربالگری، ارزیابی صلاحیت و پاک‌سازی داده‌های کتابشناختی، ۱۴ مدرک با معیارهای از پیش تعیین‌شده مطابقت داشتند و برای تحلیل نهایی کتاب‌سنجی حفظ شدند. با توجه به حجم اندک مجموعه نهایی و پوشش جزئی سال ۲۰۲۵، یافته‌ها به عنوان الگوهای اکتشافی در داده‌های بازیابی‌شده تفسیر می‌شوند و نه به عنوان بازنمایی قطعی از حوزه پژوهشی گسترده‌تر. این مطالعه فعالیت انتشاراتی، منابع، نویسندگان، ارجاعات، ارتباطات کلیدواژه‌ای، الگوهای موضوعی و همکاری در سطح کشور را در مجموعه بازیابی‌شده بررسی کرد و یافته‌ها به عنوان شواهد اکتشافی و نه برآوردهای قابل تعمیم از حوزه گسترده‌تر تفسیر می‌شوند.

This study examined the efficacy of a deep-learning pedagogy-based electrical installation practicum job sheet (DLPJ) in fostering students' learning autonomy within the context of technical and vocational education and training (TVET). The evolving demands of the TVET industry necessitate graduates who possess technical skills and demonstrate the capacity for independent learning, reflective practice, and adaptive problem-solving. Employing a convergent mixed-methods design grounded in deep learning pedagogy and self-regulated learning theory, this study investigated this phenomenon using a sample of 64 undergraduate students enrolled in an electrical installation practicum course. Data collection involved the administration of the Learning Autonomy Scale at both the pretest and posttest stages, with analysis conducted through analysis of covariance and mixed analysis of variance. Qualitative data were gathered via semi-structured interviews to gain insights into students' learning experiences and perceptions. The findings indicated a significant enhancement in learning autonomy among students utilizing the DLPJ, with very large effect sizes reflecting substantial improvements in planning, monitoring, and self-evaluation. Qualitative data further suggested increased reflective thinking and confidence in task performance, as well as greater independence in resolving practical electrical installation challenges. These results suggest that integrating reflective inquiry, conceptual thinking, and self-reflection into laboratory lessons can effectively merge cognitive and psychomotor learning in vocational training programs. The study concludes that immersive learning pedagogy can transform traditional procedural job sheet into autonomy-focused learning tools, offering a practical instructional model for preparing flexible and work-ready graduates in the technology and vocational education sectors.

این پژوهش اثربخشی برگه کار عملی نصب تأسیسات الکتریکی مبتنی بر پداگوژی یادگیری عمیق (DLPJ) را در پرورش خودمختاری یادگیری دانشجویان در زمینه آموزش و پرورش فنی و حرفه‌ای (TVET) مورد بررسی قرار داد. نیازهای در حال تحول صنعت TVET مستلزم فارغ‌التحصیلانی است که علاوه بر مهارت‌های فنی، توانایی یادگیری مستقل، تمرین تأملی و حل مسئله تطبیقی را نیز دارا باشند. با بهره‌گیری از طرح آمیخته همگرا مبتنی بر پداگوژی یادگیری عمیق و نظریه یادگیری خودتنظیمی، این پژوهش با نمونه‌ای متشکل از ۶۴ دانشجوی کارشناسی ثبت‌نام‌شده در درس عملی نصب تأسیسات الکتریکی انجام شد. گردآوری داده‌ها از طریق اجرای مقیاس خودمختاری یادگیری در مراحل پیش‌آزمون و پس‌آزمون صورت گرفت و تحلیل داده‌ها با استفاده از تحلیل کوواریانس و تحلیل واریانس آمیخته انجام شد. داده‌های کیفی نیز از طریق مصاحبه‌های نیمه‌ساختاریافته جهت کسب بینش نسبت به تجارب و ادراکات یادگیری دانشجویان گردآوری گردید. یافته‌ها نشان داد که استفاده از DLPJ منجر به افزایش معنادار خودمختاری یادگیری در دانشجویان شده است، به‌طوری که اندازه اثر بسیار بزرگ، بهبود چشمگیری را در برنامه‌ریزی، پایش و خودارزیابی نشان داد. داده‌های کیفی نیز حاکی از افزایش تفکر تأملی و اعتماد به نفس در انجام وظایف و همچنین استقلال بیشتر در حل چالش‌های عملی نصب تأسیسات الکتریکی بود. این نتایج نشان می‌دهد که ادغام پرسشگری تأملی، تفکر مفهومی و خودبازتابی در دروس آزمایشگاهی می‌تواند یادگیری شناختی و روان‌حرکتی را در برنامه‌های آموزش فنی و حرفه‌ای به‌طور مؤثری تلفیق کند. پژوهش نتیجه می‌گیرد که پداگوژی یادگیری فراگیر می‌تواند برگه کار عملی سنتی را به ابزاری متمرکز بر خودمختاری یادگیری تبدیل کند و مدل آموزشی عملی برای آماده‌سازی فارغ‌التحصیلان منعطف و آماده به کار در بخش آموزش فناوری و فنی و حرفه‌ای ارائه دهد.

This study adopts data triangulation procedures resided on quantitative and qualitative data sources to substantially evaluate the claimed and enacted formative assessment practices of science teachers. Data were obtained from 425 science teachers in Cycle Two schools located in Oman. A questionnaire survey was utilized to gather the quantitative data and classroom observation sessions were conducted to gather the qualitative data. In conclusion of the main findings, although the quantitative results revealed an acceptable level of science teachers claimed formative assessment practices, classroom observations explored that science teachers tend to exaggerate their claimed practices of formative assessment and showed some weaknesses in employing vital formative assessment practices such as “Self & peer assessment” and “Constructive feedback”. The findings contribute to the literature by offering empirical validation and vital theoretical insights into the relationship between teachers claimed and enacted formative assessment practices.

این پژوهش با به‌کارگیری روش‌های مثلث‌سازی داده‌ها مبتنی بر منابع داده‌های کمی و کیفی، به ارزیابی اساسی شیوه‌های ادعا شده و اجرا شدهٔ ارزشیابی تکوینی معلمان علوم می‌پردازد. داده‌ها از ۴۲۵ معلم علوم در مدارس دوره دوم واقع در عمان گردآوری شد. برای جمع‌آوری داده‌های کمی از پرسشنامه استفاده شد و برای گردآوری داده‌های کیفی، جلسات مشاهده کلاسی برگزار گردید. در جمع‌بندی یافته‌های اصلی، اگرچه نتایج کمی سطح قابل قبولی از شیوه‌های ادعا شدهٔ ارزشیابی تکوینی معلمان علوم را نشان داد، اما مشاهدات کلاسی آشکار ساخت که معلمان علوم تمایل دارند در بیان شیوه‌های ارزشیابی تکوینی خود اغراق کنند و در به‌کارگیری شیوه‌های حیاتی ارزشیابی تکوینی مانند «خودارزیابی و همتایابی» و «بازخورد سازنده» ضعف‌هایی نشان دادند. یافته‌ها با ارائه اعتبارسنجی تجربی و بینش‌های نظری مهم دربارهٔ رابطهٔ بین شیوه‌های ادعا شده و اجرا شدهٔ ارزشیابی تکوینی معلمان، به ادبیات پژوهش کمک می‌کند.

This study develops and evaluates a digital self-assessment tool to measure students' affective domain in Civics Education at the senior high school level. The research addresses the lack of measurement of affective outcomes in civic and character education. Although the affective dimension is an important part of the curriculum, most teachers lack reliable tools to document students' value internalisation. Using a Research and Development design with the ADDIE framework, the tool was built on Krathwohl's taxonomy of the affective domain and supported by attitude theory, social cognitive theory, and the concepts of global citizenship and character education. Content validity was assessed using Aiken's V with five experts, followed by empirical testing with 182 participants in the pilot test and 498 participants in the field test. Item-total correlation and Cronbach's alpha were used to assess item performance and internal consistency, with reliability coefficients between 0.706 and 0.804. EFA revealed a general affective factor while retaining five theoretically relevant factors: receiving, responding, valuing, organisation, and characterisation. CFA proved that the measurement model is acceptable (CMIN/df = 2.545; CFI = 0.927; TLI = 0.916; RMSEA = 0.056); however, AGFI slightly failed the strict 0.90 criterion. This research contributes both a context-relevant yet globally applicable civic affective scale and an illustration of digital self-assessment for evidence-based affective assessment, while addressing issues such as social desirability and cross-cultural validity.

این مطالعه به توسعه و ارزیابی یک ابزار خودارزیابی دیجیتال برای سنجش حوزه عاطفی دانش‌آموزان در آموزش مدنی در سطح دبیرستان می‌پردازد. این پژوهش به کمبود سنجش پیامدهای عاطفی در آموزش مدنی و تربیت شخصیت می‌پردازد. اگرچه بعد عاطفی بخش مهمی از برنامه درسی است، اکثر معلمان فاقد ابزارهای پایا برای مستندسازی درونی‌سازی ارزش‌ها توسط دانش‌آموزان هستند. با استفاده از طرح پژوهش و توسعه و چارچوب ADDIE، این ابزار بر اساس طبقه‌بندی حوزه عاطفی Krathwohl و با پشتیبانی نظریه نگرش، نظریه شناختی-اجتماعی و مفاهیم شهروندی جهانی و تربیت شخصیت ساخته شد. روایی محتوایی با استفاده از شاخص V آیکن و با مشارکت پنج خبره ارزیابی شد و پس از آن آزمون تجربی با ۱۸۲ شرکت‌کننده در آزمون مقدماتی و ۴۹۸ شرکت‌کننده در آزمون میدانی انجام شد. برای ارزیابی عملکرد گویه‌ها و انسجام درونی، همبستگی گویه-کل و آلفای کرونباخ به کار رفت و ضرایب پایایی بین ۰.۷۰۶ تا ۰.۸۰۴ به دست آمد. تحلیل عاملی اکتشافی یک عامل کلی عاطفی را نشان داد و در عین حال پنج عامل نظری مرتبط شامل دریافت، پاسخ‌دهی، ارزش‌گذاری، سازمان‌دهی و شخصیت‌سازی را حفظ کرد. تحلیل عاملی تأییدی نشان داد که مدل اندازه‌گیری قابل قبول است (CMIN/df = 2.545؛ CFI = 0.927؛ TLI = 0.916؛ RMSEA = 0.056)؛ با این حال، AGFI اندکی از معیار سخت‌گیرانه ۰.۹۰ کمتر بود. این پژوهش علاوه بر ارائه یک مقیاس عاطفی مدنی متناسب با زمینه و در عین حال قابل استفاده جهانی، نمونه‌ای از خودارزیابی دیجیتال برای سنجش مبتنی بر شواهد حوزه عاطفی ارائه می‌دهد و به مسائلی مانند مطلوبیت اجتماعی و روایی بین‌فرهنگی می‌پردازد.

Introduction AI-supported writing assessment can provide rapid scores and issue-level comments, yet its formative value depends on how students and teachers interpret and act on that information. This study examined this process in a university English writing course. Methods Two pre-existing intact classes comprising 96 students (48 per class) completed three writing-feedback-revision cycles. The Control class received AI scores/standard feedback, routine teacher checking, and revision. The Diagnostic Review class received DeepSeek-R1 issue-level diagnoses, completed an interpretation sheet, revised independently, underwent structured teacher review and reassessment, and recorded a reflection. Measures included diagnostic accuracy, feedback actionability, feedback comprehension, self-assessment accuracy, revision quality, reflection quality, misunderstanding codes, and teacher review activity. Mixed-effects models with student random intercepts were used for analysis. Results The Diagnostic Review class showed higher scores for diagnostic accuracy, actionability, comprehension, revision quality, and self-assessment accuracy. Group-by-cycle interactions were significant for diagnostic accuracy, comprehension, revision quality, and self-assessment accuracy, whereas the actionability interaction was not. Feedback comprehension showed the strongest bivariate association with revision quality. Exploratory indirect associations through actionability and comprehension remained positive after adjustment for condition and cycle using student-cluster bootstrap confidence intervals. Teacher records documented confirmation, correction, supplementation, and re-explanation, with greater review time in the Diagnostic Review class. Discussion The findings indicate that the formative value of AI-supported writing assessment extends beyond automated diagnosis to the subsequent processes of student interpretation, revision, and teacher review. Repeated classroom assessment may therefore benefit from integrating AI-generated diagnostic feedback with structured learner reflection and context-sensitive teacher judgment.

مقدمه: ارزیابی نوشتار با پشتیبانی هوش مصنوعی می‌تواند نمرات سریع و بازخوردهای سطح مسئله ارائه دهد، اما ارزش تکوینی آن وابسته به نحوه تفسیر و واکنش دانشجویان و معلمان به این اطلاعات است. این پژوهش این فرایند را در یک درس دانشگاهی نوشتار انگلیسی مورد بررسی قرار داد. روش‌ها: دو کلاس موجود متشکل از ۹۶ دانشجو (۴۸ نفر در هر کلاس) سه چرخه نوشتار-بازخورد-بازنگری را تکمیل کردند. کلاس کنترل نمرات هوش مصنوعی/بازخورد استاندارد، بررسی معمول معلم و بازنگری را دریافت کرد. کلاس بازبینی تشخیصی، تشخیص‌های سطح مسئله DeepSeek-R1، تکمیل برگه تفسیر، بازنگری مستقل، بازبینی ساختاریافته معلم و ارزیابی مجدد و ثبت تأمل را انجام داد. سنجه‌ها شامل دقت تشخیصی، قابلیت اقدام بازخورد، درک بازخورد، دقت خودارزیابی، کیفیت بازنگری، کیفیت تأمل، کدهای سوءتفاهم و فعالیت بازبینی معلم بود. برای تحلیل از مدل‌های اثرات مختلط با انقطاع تصادفی دانشجو استفاده شد. نتایج: کلاس بازبینی تشخیصی نمرات بالاتری در دقت تشخیصی، قابلیت اقدام، درک، کیفیت بازنگری و دقت خودارزیابی نشان داد. تعامل گروه-چرخه برای دقت تشخیصی، درک، کیفیت بازنگری و دقت خودارزیابی معنادار بود، در حالی که تعامل قابلیت اقدام معنادار نبود. درک بازخورد قوی‌ترین ارتباط دومتغیره را با کیفیت بازنگری نشان داد. ارتباطات غیرمستقیم اکتشافی از طریق قابلیت اقدام و درک، پس از تعدیل بر اساس وضعیت و چرخه با استفاده از فاصله اطمینان بوت‌استرپ خوشه‌ای دانشجو، مثبت باقی ماند. سوابق معلم تأیید، تصحیح، تکمیل و توضیح مجدد را مستند کرد و زمان بازبینی بیشتری در کلاس بازبینی تشخیصی صرف شد. بحث: یافته‌ها نشان می‌دهد که ارزش تکوینی ارزیابی نوشتار با پشتیبانی هوش مصنوعی فراتر از تشخیص خودکار بوده و به فرایندهای بعدی تفسیر دانشجو، بازنگری و بازبینی معلم نیز گسترش می‌یابد. بنابراین، ارزیابی مکرر کلاسی می‌تواند از ادغام بازخورد تشخیصی تولیدشده توسط هوش مصنوعی با تأمل ساختاریافته یادگیرنده و قضاوت حساس به زمینه معلم سود ببرد.