2026-10-13 https://api.researchdata.se/oai-pmh

oai:researchdata.se:2026-1/1 2026-01-12 subject:ssif:50101 subject:ssif:50302 subject:ssif:501 subject:ssif:503 subject:ssif:5 principal:slug:lulea-university-of-technology

info:eu-repo/semantics/other http://purl.org/dc/dcmitype/Dataset https://doi.org/10.5878/y87v-t432 Upper secondary students mathematics self-beliefs in a problem-solving context Gymnasieelevers självuppfattning och engagemang i en matematisk problemlösningskontext https://orcid.org/0000-0002-7587-7152 Higher and further education Gymnasial och högre utbildning Psychology (Excluding Applied Psychology) Psykologi (exklusive tillämpad psykologi) Didactics Didaktik This dataset contains self-reported responses from 76 Swedish upper secondary students enrolled in an advanced mathematics course. The data focus on mathematics self-beliefs and engagement in a problem-solving context, along with related background variables such as legal gender and prior mathematics achievement. It is intended for research on motivation and performance in mathematics education. Refer to codebook.csv for variable descriptions and questionnaire items in Swedish and English. The dataset was prepared by merging raw data from two tests conducted two weeks apart. Student responses were matched using legal gender, mathematics class ID, problem-solving group ID, and prior mathematics grade. Factor scores were estimated from a unidimensional IRT model using Maximum A Posteriori (MAP) estimation and summarized by the median. Denna datamängd innehåller självrapporterade svar från 76 svenska gymnasieelever som går en avancerad matematikkurs. Datamängden fokuserar på matematikens självuppfattning och engagemang i ett problemlösningssammanhang, tillsammans med relaterade bakgrundsvariabler som juridiskt kön och tidigare matematikprestationer. Den är avsedd för forskning om motivation och prestationer i matematikutbildning. Se codebook.csv för variabelbeskrivningar och enkätfrågor på svenska och engelska. Datamängden framställdes genom att kombinera rådata från två testtillfällen med ett intervall på två veckor mellan dem. Elevernas svar matchades med hjälp av juridiskt kön, matematikklass-ID, problemlösningsgrupp-ID och tidigare matematikbetyg. Faktorpoäng uppskattades från en endimensionell IRT-modell, med hjälp av Maximum A Posteriori (MAP)-uppskattning, och sammanfattades med medianen. info:eu-repo/semantics/openAccess SE https://creativecommons.org/licenses/by/4.0/ Luleå University of Technology Luleå tekniska universitet 2026-01-12T14:58:56.430062Z eng swe