تم القبول: 18 ديسمبر 2023 / تم النشر على الإنترنت: 15 يناير 2024
© المؤلفون 2024، نشر مصحح 2024

الكلمات الرئيسية: نظرية الحمل المعرفي • نظرية تحديد الذات • الدافع • الانخراط الانفصال الدائرة

في قلب دور المعلم توجد استراتيجيات التعليم وأنشطة التعلم التي تساهم في تحقيق الطلاب لأهدافهم التعليمية بشكل فعال. بالتوازي، يهتم المعلمون أيضًا بنتائج أخرى، مثل الاستمتاع بالدروس والمدرسة، والاهتمام بالمادة الدراسية، وخلق جو تعاوني وإيجابي في الفصل. ومع ذلك، فإن برامج البحث حول استراتيجيات التعليم التي تعزز استخدام الموارد المعرفية المحدودة واستراتيجيات التعليم التي تعزز الدافع الأمثل قد حدثت بشكل مستقل في الغالب. كانت المحاولات القليلة للاستفادة من كلا المجالين من البحث مجزأة نظريًا وغير حاسمة (مارتن، 2023). في الأقسام التالية، نستعرض الأبحاث المستندة إلى نظرية الحمل المعرفي (سويلر وآخرون، 2011) ونظرية تحديد الذات (SDT؛ ريان وديتشي، 2017). نجادل بأن SDT يمكن أن تعمل كإطار نظري تكاملي لفهم وتوليد أسئلة بحثية حول الدور الذي يلعبه الدافع في نظرية الحمل المعرفي. ثم نقدم نتائج دراسة أجريت على عينة كبيرة من الطلاب في السنوات 7 إلى 10 في المدرسة والتي تسلط الضوء على الرابط بين كلا الإطارين، مما يوفر دليلًا أوليًا لفهم أكثر تكاملاً للعلاقات بين الحمل المعرفي والدافع.

نظرية الحمل المعرفي هي نظرية تعليمية تستند إلى البنية المعرفية البشرية (سويلر، 2011؛ سويلر وآخرون، 1998، 2011). تفترض أنه على عكس المعرفة البيولوجية الأولية، التي يتم اكتسابها بسهولة واستقلالية في الظروف العادية، يتم عادةً اكتساب المعرفة البيولوجية الثانوية من خلال التفاعلات مع الآخرين (سويلر، 2008) وتتطلب معالجة واعية للمعلومات في الذاكرة العاملة وتوافق مع المعلومات التي تم ترميزها وتخزينها بالفعل في الذاكرة طويلة الأمد. بسبب ذلك، يمكن أن يكون التعلم من المعلم أكثر أو أقل فعالية بناءً على كيفية تأثير المعلومات المقدمة للمتعلمين على الذاكرة العاملة وكيفية تفاعلها مع الذاكرة طويلة الأمد. موارد الذاكرة العاملة محدودة (بادلي، 2012؛ كوان، 2010)، وعندما يتم تجاوزها، من غير المحتمل أن يحدث التعلم لأن الموارد المعرفية المتاحة لمعالجة المعلومات وترميزها في الذاكرة طويلة الأمد تكون أقل.

لقد أنتجت نظرية الحمل المعرفي مجموعة من التأثيرات القوية استنادًا إلى اختبار الفرضيات المستمدة من خصائص وقيود البنية المعرفية البشرية، خاصة قيود سعة الذاكرة العاملة (أتكينسون وشيفرين، 1967؛ بادلي، 2012؛ كوان، 2014). تتعلق التأثيرات بحمل المعلومات في الذاكرة العاملة، والتي تصنف على أنها حمل معرفي داخلي، عندما يتعلق الأمر بالمهمة المطروحة ويساهم في التعلم، أو حمل معرفي خارجي، عندما يستهلك الذاكرة العاملة دون أن يساهم في التعلم. على سبيل المثال، يشير تأثير الانتباه المنقسم إلى الحاجة للبحث عن المعلومات ودمجها من مواقع مختلفة (مثل من كل من رسم بياني وشرح نصي)، وهو خارجي لأن البحث والدمج لا يساهمان في التعلم كذا؛ بالمقابل، المواد المدمجة بصريًا تحرر موارد الذاكرة العاملة لفهم وترميز المعلومات (سويلر وآخرون، 2011). تفضل نظرية الحمل المعرفي عمومًا أسلوب التعليم الذي يتميز بمستويات عالية من
الدعم والإرشاد التعليمي (إيفانز ومارتن، 2023أ؛ كيرشنر وآخرون، 2006؛ سويلر، 2015).

مكملة لجسم كبير من العمل التجريبي، استخدم الباحثون مؤخرًا استبيانات واسعة النطاق لفحص تصورات الطلاب لاستراتيجيات التعليم الخاصة بمعلميهم. تدمج تعليم تقليل الحمل (مارتن، 2016؛ مارتن وإيفانز، 2018) نتائج نظرية الحمل المعرفي لتقديم إطار من المبادئ التعليمية المفترضة لتقليل الحمل المعرفي: تقليل الصعوبة، تقديم الدعم والدعم، خلق فرص للممارسة، تقديم ملاحظات مفيدة، وتصميم مشاريع مستقلة موجهة عندما يكون لدى المتعلمين معرفة سابقة كافية لتحقيق النجاح. وُجد أن تعليم تقليل الحمل يمكن قياسه بشكل موثوق في استبيانات الطلاب، وكما تنبأت نظرية الحمل المعرفي، كان مرتبطًا سلبًا بالحمل المعرفي الخارجي المبلغ عنه من قبل الطلاب، وإلى حد أقل، الحمل المعرفي الداخلي (مارتن وإيفانز، 2018). كما أن تعليم تقليل الحمل مرتبط إيجابيًا بالدافع والانخراط (مارتن، جينز، بيرنز، كينيت، وبييرسون، 2021أ).

لا يمتد النطاق النظري لنظرية الحمل المعرفي إلى الدافع، لكن الباحثين قد أدركوا أهمية فهم كيف يمكن أن يؤثر الحمل المعرفي على العمليات التحفيزية (مثل، فيلدون وآخرون، 2019؛ هاوثورن وآخرون، 2019؛ ماير، 2014؛ مورينو، 2006). يمكن تصنيف العمل التجريبي إلى أحد اقتراحين عريضين. الأول هو أن الحمل المعرفي الخارجي قد يكون مفيدًا لأنه يدفع المتعلم إلى استثمار المزيد من الجهد العقلي لحل الارتباك أو التنافر، مما يؤدي في النهاية إلى تعلم أفضل. استخدمت الدراسات التجريبية (مثل، إيتل وآخرون، 2020؛ ليكوريزوس وكاليوغا، 2017؛ ريه وبوخوالد، 2011) استراتيجيات مثل حل المشكلات لتحفيز هذه العملية، مع نتائج مخيبة للآمال. لم تتمكن هذه الدراسات من اكتشاف فوائد الحمل المعرفي الخارجي سواء للدافع أو للتعلم.

تسلط السطر الثاني والأكثر إنتاجية من العمل الضوء على العواقب السلبية التحفيزية لتجربة الحمل المعرفي الزائد. يبدو من الواضح تقريبًا أن وجود حمل معرفي مفرط ليس تجربة ممتعة. وبناءً عليه، فقد تصورت معظم الأبحاث التحفيز كنتيجة أو عاقبة ناتجة عن الحمل المعرفي. اقترح فيلدون وآخرون (2019) أن الحمل المعرفي سيؤدي إلى تكلفة تحفيزية – مصدر من الضغط النفسي الذي من المحتمل أن يؤثر على المعتقدات التحفيزية، والتي قد تؤدي بدورها إلى تفاقم آثار الحمل الزائد من خلال تقليل مقدار الجهد العقلي الذي يكون المتعلم مستعدًا لاستثماره في مهمة ما. خلصت دراسة تجريبية لطلاب العلوم الجامعيين (فيلدون وآخرون، 2018) إلى أنه عندما واجه الطلاب حملًا معرفيًا زائدًا، فقد أثر ذلك سلبًا على معتقدات الكفاءة الذاتية على مدار فصل دراسي من الدراسة، بغض النظر عن الأداء الفعلي. على العكس من ذلك، وُجد أن تقليل الحمل الزائد تجريبيًا يؤثر بشكل إيجابي على التحفيز (نيبل وآخرون، 2017؛ سكولموفسكي وآخرون، 2016؛ وانغ وآخرون، 2022). تتوافق أبحاث الاستطلاع حول تعليم تقليل الحمل مع هذه النتائج. كان تعليم تقليل الحمل مرتبطًا إيجابيًا بالتحفيز الأكاديمي، والانخراط، والإنجاز المدرسي في دراسة لطلاب الرياضيات في المدارس الثانوية (مارتن
في دراسة لطلاب العلوم في المدارس الثانوية، كانت المشاركة وسيطًا في تأثيرات تعليم تقليل الحمل على الإنجاز، مع تأثيرات كبيرة على مستوى الطلاب والفصول الدراسية (مارتن، جينز، بيرنز، كينيت، مونرو-سميث، وآخرون، 2021b).

من المعقول أن نستنتج من الأبحاث حتى الآن أنه عندما يواجه المتعلمون عبئًا خارجيًا، تتدهور دوافعهم، وفي الظروف التي تقلل من العبء الخارجي، تُحافظ الدوافع أو حتى تزداد. تشير بعض الملاحظات الإضافية إلى مجالات للبحث المستقبلي. لقد اعتمدت الكثير من أبحاث نظرية العبء المعرفي حول الدافع على مجموعة من المفاهيم الفردية (المشاعر، معتقدات الكفاءة الذاتية، الاهتمام، أو مقاييس موحدة للدافع) دون توحيد الأطر النظرية للدافع أو تفعيل أبعاد الدافع. الاستثناء الوحيد لذلك هو العمل المذكور أعلاه من قبل فيلدون وآخرين. باستخدام نظرية القيمة المتوقعة، التي توضح كيف أن الانتباه إلى العمليات التحفيزية المفترضة، بدلاً من مجرد تفسير التباين في البنى الفردية، يمكن أن يوفر رؤى حول طبيعة العلاقة بين الحمل المعرفي ومعتقدات التحفيز. سمة أخرى من سمات أبحاث نظرية الحمل المعرفي هي أنها تهيمن عليها منهجياً الدراسات التجريبية، التي، بتصميمها، يمكن أن تكون أكثر حسمًا، ولكن أقل قدرة على نمذجة التباين الواقعي الواضح في استراتيجيات التدريس في الفصول الدراسية، بما في ذلك الاستراتيجيات التي يستخدمها المعلم لتقليل الحمل المعرفي ودعم تحفيز الطلاب. يقدم القسم التالي نظرية تحديد الذات كإطار عمل للتحفيز يمكن أن يعالج هذه القيود ويسمح بشكل محتمل بفهم أغنى وأكثر دقة للعلاقة بين الحمل المعرفي والتحفيز.

نظرية SDT هي نظرية تحفيز الإنسان (ديشي ورايان، 1985؛ رايان وديشي، 2017). من بين مجموعة من النظريات الصغيرة التي تفسر التحفيز، والتنمية، والرفاه النفسي، يتعلق آليتان رئيسيتان بالتحفيز والتعلم. الأولى تتعلق بتحقيق الاحتياجات النفسية الأساسية من الكفاءة، والترابط، والاستقلالية. إن تحقيق هذه الاحتياجات يوفر العناصر الغذائية اللازمة للنمو النفسي، والتكامل، والازدهار (ديشي وآخرون، 1996). الثانية هي استمرارية التحفيز وتنظيم السلوك. تمتد الاستمرارية من عدم التحفيز، وهو غياب التحفيز، مرورًا بالتحفيز الخاضع للرقابة، حيث يُنظر إلى السلوك على أنه مُنظم بواسطة قوى خارجية عن الذات، إلى التحفيز الذاتي، حيث يُنظر إلى السلوك على أنه مُنظم من داخل الذات (رايان وديشي، 2020). يُقال إن تحقيق الاحتياجات النفسية الأساسية يسهل استيعاب أسباب الدراسة ويعزز التنظيم الذاتي المستقل، بينما يؤدي إحباط الاحتياجات النفسية الأساسية إلى تنظيم أكثر خضوعًا وانفصالًا (فانستينكيست وآخرون، 2018).

على الرغم من أنه يمكن اعتماد أي من مجموعة من نظريات الدافع، إلا أن العديد من ميزات نظرية الدافع الذاتي تجعلها إطارًا جذابًا لفهم الحمل المعرفي والدافع. يركز استمرارية الدافع على جودة الدافع، وفي البيئات التعليمية، يتم تفسير هذه الجودة الدافعة إلى حد كبير من خلال أسلوب تحفيز المعلم. وقد ركزت الأعمال السابقة في نظرية الدافع الذاتي على الطرق التي يمكن أن يؤثر بها أسلوب المعلم.
تؤثر أسلوب التعليم على الدافعية، وقد توفر تجربة الحمل المعرفي تفسيرًا لسبب حدوث ذلك. في الدراسة الحالية، كما توضح الأقسام التالية، ركزنا على دور أسلوب تحفيز المعلم.

لقد وصفت أبحاث SDT أنماط تحفيز المعلمين من حيث دعم الاستقلالية (مقابل السيطرة) والبنية (مقابل الفوضى) (Aelterman & Vansteenkiste، 2023). يُعتقد أن التعليم الداعم للاستقلالية يدعم الاحتياجات النفسية الأساسية، ويعزز من استيعاب التنظيم نحو تحفيز أكثر استقلالية. عندما يكون التعليم داعمًا للاستقلالية، يهتم المعلمون بوجهات نظر الطلاب، ويحاولون استغلال اهتمامات الطلاب وفضولهم ومتعتهم، ويعترفون بمشاعر الطلاب السلبية. على النقيض من ذلك، عندما يكون التعليم مسيطرًا، يعتمد المعلمون على مصادر خارجية للتحفيز مثل الحوافز أو التوجيهات، ويستخدمون لغة مسيطرة ونبرة ضغط بين الأشخاص، ويعتبرون مشاعر الطلاب السلبية غير مقبولة (Reeve، 2009؛ Reeve et al.، 1999). يرتبط التعليم الداعم للاستقلالية بزيادة الاهتمام والتعلم الأعمق (Ryan & Connell، 1989)، والانخراط (Patall et al.، 2018؛ Reeve et al.، 2004)، والاهتمام في متابعة المزيد من التعلم (Bonneville-Roussy et al.، 2017؛ Freer & Evans، 2019)، والتحفيز الداخلي (Ratelle et al.، 2007)، والإنجاز (Jang et al.، 2009؛ Vansteenkiste et al.، 2004؛ للمراجعة، انظر Vansteenkiste et al.، 2018).

مع تطور الأبحاث حول دعم الاستقلالية، أصبح من الواضح للباحثين في نظرية الدافع الذاتي أن دعم الاستقلالية وحده قد لا يكون كافياً لتسهيل التنظيم الذاتي والتعلم بشكل فعال (جانغ وآخرون، 2010). تم تقديم الهيكل كمفهوم في أبحاث نظرية الدافع الذاتي في البداية كشكل من أشكال الدعم لتلبية الحاجة النفسية للكفاءة (سكنر وبلمنت، 1993)، والذي يتميز بتحديد وتوصيل أهداف التعلم، وتحديد توقعات واضحة، وتقديم ملاحظات تشجيعية موجهة نحو العملية خلال أنشطة التعلم. إلى جانب دعم الاستقلالية، من الواضح أن بيئة الفصل الدراسي الغنية بالهيكل تدعم الدافع والانخراط (هورنسترا وآخرون، 2021؛ هوسبل وغالاند، 2016؛ جانغ وآخرون، 2010؛ موراتيديس وآخرون، 2022؛ بيتزر وسكنر، 2017؛ سيرينس وآخرون، 2009؛ فانستينكيست وآخرون، 2012) بما في ذلك في مجموعة من السياقات مثل دروس اللغة (أوغا-بالدوين وناكاتا، 2015)، ملاحظات دروس الرياضيات (سترويت وآخرون، 2015)، تعليم الأطفال ذوي فقدان الحواس (هاكما وآخرون، 2016، 2017)، دروس التربية البدنية (أيلترمان وآخرون، 2016؛ ديلرو وآخرون، 2019)، التربية الأسرية (رافتري-هيلمر وغولنيك، 2016؛ راتيل وآخرون، 2021)، وفي الرياضات الجماعية (رايندرز وآخرون، 2020). يمكن للمعلمين تعلم استراتيجيات فعالة لتقديم دعم الاستقلالية والهيكل لطلابهم (سو وريف، 2010).

لقد تلاقت هذه السبل البحثية مؤخرًا على نموذج دائري (انظر الشكل 1). في نموذج دائري، يتم تصوير الظواهر (مثل أسلوب تحفيز المعلم) من خلال قربها على نمط دائري حول مستوى ثنائي الأبعاد (غورتمن وبينكوس، 2003). غالبًا ما تُستخدم النماذج الدائرية في مجالات أخرى من البحث النفسي لدراسة هيكل العاطفة (راسل، 1980)، والشخصية (بلوتشيك وكونتي، 1997)، وأنماط القيادة (ريدكر وآخرون، 2014). في حالة أساليب تحفيز المعلمين، يتكون النموذج الدائري من بعدين متعامدين:

دعم الاحتياجات الأساسية، مقارنةً بإحباطها، ومدى قيادة المعلم وتوجيهه أو بدلاً من ذلك نقل القيادة إلى الطلاب (ألتيرمان وفانستينكيست، 2023). تمثل الأرباع الأربعة للنموذج الدائري أنماط التدريس الأربعة الشاملة، حيث ينقسم كل نمط إلى منطقتين فرعيتين. تم التحقق من هذا النظرية والقياس (انظر “القياسات”) في دراسات طلاب المدارس الثانوية ومعلميهم (ألتيرمان وآخرون، 2019ب)، في التعليم العالي (فيرموت وآخرون، 2020)، وفي تدريب الرياضة (دلرو وآخرون، 2019). تدعم النتائج هيكل النموذج الدائري من خلال إظهار أنماط جيبية من الارتباطات بين المتغيرات الثمانية المميزة في النموذج نفسه وكذلك مع المتغيرات الخارجية (مثل الدافع، والإنجاز، والتنظيم الذاتي، والسلوك المعارض). بشكل محدد، فيما يتعلق بالنتائج المرغوبة، يتم ملاحظة ذروة في نمط الارتباط للمناطق الداعمة للاحتياجات، حيث تصبح قوة الارتباط أقل إيجابية وحتى سلبية عند الانتقال على طول النموذج الدائري إلى المناطق المثبطة للاحتياجات.

قد تكون أساليب تحفيز المعلمين، المميزة من حيث دعم الاستقلالية والهيكل، مفيدة فيما يتعلق بتجربة العبء المعرفي. يرتبط دعم الاستقلالية بالانخراط، مما يشير إلى أنه يوجه الانتباه
نحو الأنشطة الضرورية للتعلم، مما يقلل من نسبة العبء المعرفي الذي هو خارجي. دعم الاستقلالية هو عمومًا تجربة عاطفية إيجابية، مما يعني أنه قد يؤثر على معتقدات التنظيم الذاتي ويعزز استثمار الجهد العقلي (بلاس وكاليغا، 2019). على سبيل المثال، أظهر دعم الاستقلالية أنه يزيد من جهد الدراسة ويقلل من التسويف على مدار عام دراسي (موراتيديس وآخرون، 2018). بالمقارنة مع التدريس الداعم للاستقلالية، يؤدي التدريس المسيطر إلى سلوكيات واستجابات عاطفية تتطلب موارد انتباهية وتعيق التعلم. في ظل ظروف السيطرة، يجب على الطلاب أن يكونوا قلقين بشأن تجنب المشاكل، وعدم إزعاج المعلم، والامتثال للتوقعات، وإدارة الآثار السلبية لإحباط الاحتياجات النفسية (باتال وآخرون، 2018؛ ريف وآخرون، 2011ب؛ سونينز وآخرون، 2012)، ولا شيء من ذلك يساهم مباشرة في التعلم.

يحقق الهيكل الحاجة النفسية للكفاءة (هوسبل وغالاند، 2016؛ سكينر وبلمنت، 1993؛ ألتيرمان وفانستينكيست، 2023) وقد يقلل من العبء المعرفي الخارجي من خلال جعل تجربة الفصول الدراسية أكثر قابلية للتنبؤ وتحسين موارد الانتباه والمعالجة، مما يوفر المزيد من الموارد المعرفية للتنظيم الذاتي. مفهوم الهيكل متأصل في العديد من آثار نظرية العبء المعرفي حيث يتم تقليل العبء المعرفي الخارجي من خلال هيكلة المعلومات (مثل هيكلة المعلومات بطريقة تقلل من الانتباه المنقسم؛ هيكلة سلسلة من الأمثلة المحلولة؛ التواصل بهيكل المعرفة نفسها من خلال شرح تفاعلية عناصرها). على العكس، قد يفرض أسلوب التدريس الذي يتسم بالفوضى (ومنخفض الهيكل) عبءًا معرفيًا إضافيًا، حيث يتعين على الطلاب التنقل في عدم اليقين وعدم القابلية للتنبؤ بالدرس واكتشاف ما هي السلوكيات اللازمة لتحقيق أهداف التعلم. في غياب مستويات عالية من الدافع، من غير المحتمل أن يبذل الطلاب في البيئات الفوضوية الجهود المطلوبة للتنظيم الذاتي بهذه الطريقة. الهيكل مشابه لمفهوم التوجيه (مقابل الحد الأدنى من التوجيه) الذي وصفه كيرشنر وآخرون (2006)، الذين ادعوا أن الحد الأدنى من التوجيه يرتبط عمومًا بعبء معرفي خارجي أعلى.

سعت الدراسة الحالية إلى تحقيق هدفين يتعلقان بإمكانية نظرية الدافع الذاتي لفهم العلاقات بين التعليم، العبء المعرفي، والدافع المنظم ذاتيًا. كان الهدف 1 هو توسيع بحث تعليم تقليل العبء لفهم تأثير استراتيجيات التدريس التي تقلل من العبء المعرفي الخارجي على الدافع والانخراط. درسنا تعليم تقليل العبء كأسلوب تعليمي، وارتباطه بالعبء المعرفي الداخلي والخارجي، وعلاقته بالدافع والانخراط وكذلك نتائج التعلم. كان الهدف 2 هو التحقيق في أسلوب تحفيز المعلم وارتباطاته مع العبء المعرفي، والدافع، والانخراط، والإنجاز. عند الانتقال على طول النموذج الدائري في الشكل 1، توقعنا أن تكون أنماط التدريس المميزة بدعم الاستقلالية والهيكل مرتبطة سلبًا بالعبء المعرفي الخارجي، مع تحول هذه الارتباطات تدريجيًا لتصبح إيجابية في حالة السيطرة وخاصة الفوضى.

تمت الموافقة على إجراءات التوظيف والموافقة والمشاركة في الدراسة من قبل لجنة أخلاقيات البحث البشري في مؤسسة المؤلف الأول. كان المشاركون في الدراسة طلابًا في أربع مدارس ثانوية في منطقة سيدني الكبرى، أستراليا، تم تجنيدهم عن طريق الصدفة. كانت مدرستان حكوميتان، ومدرستان مستقلتان، وجميعها مختلطة. كان مؤشر الميزة الاجتماعية التعليمية للمجتمع لكل مدرسة أعلى قليلاً من المتوسط الوطني (بين 1025 و1075) ولكن ضمن انحراف معياري عن المتوسط الوطني ( ).

وزعت المدارس نماذج موافقة أولياء الأمور قبل أسبوعين من الدراسة، موضحة أن المشاركة في الدراسة تتضمن إكمال استبيان خلال وقت الحصة. طُلب من المدارس ترشيح وقت حصة محدد حسب راحتها حيث يكمل جميع الطلاب في الصفوف 7-10 الاستبيان. أدى ذلك إلى إكمال الاستبيان في 88 حصة في مجموعة من المواد الدراسية التي تمثل العلوم الإنسانية (29 حصة)، والعلوم والتكنولوجيا والهندسة والرياضيات (27 حصة)، والفنون الإبداعية (21 حصة)، والصحة والتعليم البدني (11 حصة). شارك ما مجموعه 1349 طالبًا في الدراسة من الصفوف 7 (409 طلاب)، 8 (332 طالبًا)، 9 (282 طالبًا)، و10 (264 طالبًا). كان عمر الطلاب بين 12.3 و17.2 عامًا ( ). أبلغوا عن جنسهم كإناث (616 طالبًا، 47.9%)، ذكور (491 طالبًا، 38.2%)، أو “يفضل عدم القول” (180 طالبًا، 14%). في فحص البيانات الأولية، تم اعتبار عتبة أقل من 4 ثوانٍ لكل عنصر تشير إلى سلوك استجابة غير منتبه أو غير دقيق؛ ونتيجة لذلك، تمت إزالة 62 حالة ( ) من مجموعة البيانات. ترك ذلك ما مجموعه طالبًا من 88 حصة تم استخدامها للتحليل.

بالنسبة لجميع قياسات الاستبيان، أشار المشاركون إلى موافقتهم مع العناصر باستخدام مقياس من 7 نقاط يتراوح من 1 “أعارض بشدة” إلى 7 “أوافق بشدة.” تُظهر الإحصائيات الوصفية، بما في ذلك معاملات الموثوقية (أوميغا؛ مكنايش، 2018) والارتباطات داخل الفئة (ICCs)، في الجدول 1.

تم استخدام مقياس تعليم تقليل الحمل (LRIS) لقياس تصورات الطلاب حول استراتيجيات التدريس التي يتبناها معلمهم والتي يُفترض أنها تقلل من الحمل المعرفي (مارتن وإيفانز، 2018). يقيس LRIS تعليم تقليل الحمل كعامل أعلى، يتم الإشارة إليه من خلال خمسة مبادئ، كل منها يتم الإشارة إليه من خلال ردود على خمسة عناصر استبيان (بمجموع 25 عنصرًا): (1) تقليل الصعوبة (على سبيل المثال، “عندما نتعلم أشياء جديدة في الفصل، يجعل المعلم الأمر سهلاً في البداية”)، (2) تقديم الدعم والدعامات (على سبيل المثال، “عندما نعمل على مهام أو أنشطة في هذا الفصل، يقدم المعلم مساعدة جيدة”)، (3) هيكلة الفرص للممارسة (على سبيل المثال، “في هذا الفصل، يتأكد المعلم من أننا

احصل على ما يكفي من الممارسة قبل الانتقال إلى مهام أو أنشطة جديدة”)، (4) تقديم ملاحظات فعالة على التعلم (مثل، “في هذه الصف، يقدم لنا المعلم الكثير من الملاحظات على أعمالنا”)، و(5) توفير فرص للتعلم المستقل الذي يوجهه المعلم (مثل، “بمجرد أن نعرف ما نقوم به في هذه الصف، يقدم لنا المعلم واجبات مدرسية لنكتشفها بأنفسنا”). تم التحقق من صحة LRIS مع طلاب المدارس الثانوية (مارتن وإيفانز، 2018) وهو مرتبط إيجابيًا بالدافع والإنجاز في مجموعة من المواد الدراسية (مارتن وآخرون، 2023؛ مارتن، جينز، بيرنز، كينيت، مونرو-سميث، وآخرون، 2021ب؛ مارتن، جينز، بيرنز، كينيت، وبييرسون، 2021أ).

تم قياس الحمل المعرفي باستخدام تعديل للمقياس الذي طوره ليبينك وآخرون (2013). هذا المقياس يوضح الحمل المعرفي الداخلي والخارجي بالنسبة لتصورات الطلاب حول التعليم في فصل دراسي أو من قبل معلم. الحمل المعرفي الداخلي والخارجي هما عاملان كامنات يتم الإشارة إليهما من خلال الاستجابات لستة عناصر في الاستبيان. تتعلق العناصر الخاصة بالحمل المعرفي الداخلي بصعوبة المهام في مجال الموضوع (على سبيل المثال، “العمل في هذه الصفوف صعب جداً بالنسبة لي”)، بينما تتعلق العناصر الخاصة بالحمل المعرفي الخارجي بالصعوبة المرتبطة بالتعليم وعرض المعلومات (على سبيل المثال، “طريقة عرض المعلومات في هذه الصفوف معقدة جداً”). أشار المستجيبون إلى موافقتهم على كل عنصر باستخدام مقياس من 7 نقاط يحمل تسميات “أختلف بشدة” و”أوافق بشدة” في كل طرف. تم التحقق من صحة التعديلات على هذا المقياس للحمل المعرفي مع طلاب الجامعات الذين يدرسون العلوم الصحية والإحصاء (ليبينك وآخرون، 2013) وتعلم اللغات (ليبينك وآخرون، 2014)؛ وقد أدت كما هو متوقع مع طلاب العلوم في المدارس الثانوية (كوك وآخرون، 2017) وطلاب المدارس الثانوية.
طلاب الرياضيات في المدارس (مارتن وإيفانز، 2018). وجدت مراجعة لهذا النهج في قياس الحمل المعرفي في الدراسات التجريبية (كريغلشتاين وآخرون، 2022) أدلة قوية على الاتساق الداخلي وصلاحية البناء.

تم قياس أسلوب تحفيز المعلم باستخدام مقياس المواقف في المدارس (SIS) (Aelterman et al., 2019b)، الذي تم تطويره لنمذجة أربعة أنماط تدريس مفترضة وثمانية مجالات فرعية مفترضة. لتقييم إدراك المستجيبين لكل نمط، يقدم مقياس SIS 15 مشهداً قصيراً لمواقف حقيقية مختلفة تحدث في الفصول الدراسية (على سبيل المثال، للتخطيط: “بينما يقوم معلمك بالتحضير للدرس، يقوم بإنشاء خطة درس. أولويته القصوى ستكون…”؛ لإدارة الفصل: “بعض الطلاب كانوا وقحين ومزعجين. للتعامل مع ذلك، يقوم معلمك…”). داخل كل مشهد، يشير المستجيبون بعد ذلك إلى مستوى اتفاقهم مع أربعة عناصر، كل منها يتوافق مع نمط تدريس مفترض (على سبيل المثال، الهيكل: “المعلم يوضح الأهداف التعليمية التي يتوقع منك تحقيقها بنهاية الدرس؛” الفوضى: “المعلم لا يخطط أو ينظم كثيراً. الدرس سيحدث فقط؛” دعم الاستقلالية: “المعلم يقدم درساً مثيراً جداً وجذاباً للغاية؛” السيطرة: “المعلم يصر على أنه يجب عليك إنهاء كل عملك المطلوب – لا استثناءات، لا أعذار”). يميز كل نمط أيضاً بين منطقتين فرعيتين كما هو موضح في الشكل 1. وهذا يؤدي إلى إجمالي 60 عنصرًا، يمثل كل منها واحدة من ثمانية مجالات فرعية متداخلة ضمن أربعة أنماط شاملة، تم تقييمها عبر 15 مشهداً. أكدت التحجيم متعدد الأبعاد (MDS) للعناصر وكذلك درجات مقياس المجالات الفرعية الترتيب الدائري حول بعدين من دعم الحاجة (أي، المحور الأفقي) والتوجيه (أي، المحور العمودي)، مقارنةً بالنتائج في الأبحاث السابقة باستخدام SIS (Aelterman et al., 2019b؛ Delrue et al., 2019؛ Vermote et al., 2020).

تم تقييم الدافع باستخدام نسخة معدلة من استبيان التنظيم الذاتي الأكاديمي (رايان وكونيل، 1989). تسأل مقدمة السؤال عن سبب قيام المشاركين بنشاط معين متعلق بالمدرسة (في هذه الحالة، “تتعلق هذه الأسئلة ببذل الجهد في [المادة]. أنا مدفوع لبذل الجهد في هذه الحصة لأن…”). ثم يجيب المشاركون على عناصر تتعلق بأنواع الدافع على استمرارية نظرية الدافع الذاتي (مثل الدافع الداخلي، “…لأنني مهتم جدًا بهذه الحصة؛” التنظيم المحدد، “…لأنني أريد تعلم أشياء جديدة؛” التنظيم المدخل، “…لأنني سأشعر بالذنب إذا لم أفعل ذلك؛” التنظيم الخارجي، “…لأنني من المفترض أن أفعل ذلك؛” عدم الدافع، “…لا أعرف، لا أستطيع فهم لماذا أدرس”). يُستخدم هذا الأداة على نطاق واسع في البيئات التعليمية مع الطلاب في سن المدرسة الثانوية، وتدعم صحتها وبنيتها العاملية أعمال نفسية شاملة وتحليل ميتا (بورو وآخرون، 2023؛ هوارد وآخرون، 2017؛ ليتاليان وآخرون، 2017؛ شيلدون وآخرون، 2017). لتشغيل الدافع الذاتي كعامل كامن واحد، قمنا بحساب مؤشر الاستقلال النسبي (رايان وديشي، 2017) حيث يتم وزن أنواع الدافع بناءً على موقعها على الاستمرارية (شيلدون وآخرون، 2017).

تم نمذجة الانخراط باستخدام الهيكل ثلاثي العوامل الذي يتكون من الانخراط السلوكي والعاطفي والمعرفي (فريدريكس وآخرون، 2004)، وتم توسيعه ليشمل بعد الانخراط الوكالي (ريف، 2013؛ ريف وآخرون، 2022). أشار المستجيبون إلى موافقتهم على خمسة عناصر تتعلق بكل نوع من أنواع الانخراط. تم اقتباس عناصر الانخراط السلوكي (مثل، “أبذل جهدًا كبيرًا لأكون جيدًا”) وعناصر الانخراط العاطفي (مثل، “أشعر بالراحة”) من مقياس الانخراط مقابل عدم الانخراط (سكنر وآخرون، 2009). تم اقتباس عناصر الانخراط المعرفي (مثل، “عادةً ما أحاول تلخيص ما نتعلمه بكلماتي الخاصة”) من عناصر استراتيجيات التعلم من استبيان استراتيجيات ما وراء المعرفة (وولترز، 2004). تم اقتباس عناصر الانخراط الوكالي (مثل، “أخبر معلمي بما أحتاجه وأريده”) من دراسة تحقق لريف وتسينغ (2011a).

لتفعيل الانسحاب، استخدمنا عدم المشاركة الخاضع للرقابة، وهو مفهوم من نظرية الدافع الذاتي يعكس أساسًا دفاعيًا للتصرف أو الانسحاب من أنشطة الصف، خاصة فيما يتعلق بالشعور بالتحكم (فانستينكيست وموراتيديس، 2016). كانت العناصر الخاصة بعدم المشاركة الخاضع للرقابة هي تلك التي استخدمها ألتيرمان وآخرون (2019أ) مع طلاب المدارس الثانوية. أشار المستجيبون إلى موافقتهم على ستة بيانات تتبع الجملة “فكر في وقت قريب عندما لم تبذل جهدًا أو لم تتعاون في الصف. لم أبذل جهدًا أو أتعاون في [المادة] لأن…” (على سبيل المثال، “…لأن المعلم لم يكن ينبغي له أن يتدخل فيما كنت أفعله”).

استخدمنا كل من الدرجات التي أبلغ عنها الطلاب والدرجات التي أبلغت عنها المدارس للإشارة إلى إنجاز الطلاب. بالنسبة للدرجات التي أبلغ عنها الطلاب، أجاب الطلاب على سؤال واحد: “ما العلامة التي تعتقد أنك ستحصل عليها في نهاية العام لهذه المادة” برقم من 1 إلى 100. بالنسبة للدرجات التي أبلغت عنها المدارس، طُلب من المدارس المشاركة تزويدنا بالدرجات الحالية للطلاب في كل مادة. ثلاث من المدارس الأربع قدمت الدرجات. تم تسجيل الدرجات كـ ، أو D (يمثلها القيم “، و 1 ، على التوالي) التي يتم حسابها من التقييمات المدرسية باستخدام مجموعة معيارية من المعايير المستخدمة عبر نظام التعليم في الولاية. الارتباط ( كانت العلاقة بين الدرجة التي أبلغ عنها الطلاب والدرجة التي أبلغت عنها المدرسة .53 ).

قمنا بإجراء التحليل في ثلاثة أجزاء رئيسية وفقًا لأهداف البحث. لمعالجة الهدف 1، درسنا نتائج تعليم تقليل الحمل كأسلوب تعليمي يتميز باستراتيجيات معروفة لتحسين الحمل المعرفي على الطلاب. اختبرنا نموذج المعادلات الهيكلية (SEM) الذي يتضمن الدافع، والانخراط،
تم التنبؤ بالانسحاب والإنجاز من خلال الحمل المعرفي، ومن ثم تعليم تقليل الحمل. تم تضمين العمر والجنس والوضع الاجتماعي الاقتصادي في النموذج كمتغيرات مصاحبة (أي، تتنبأ بجميع العوامل الأخرى في النموذج). تم تقدير النموذج أولاً كنموذج قياس (تحليل العوامل التأكيدية) مع تقدير جميع الارتباطات الكامنة بحرية، قبل فرض قيود الانحدار (الهيكلية). لم نقم بطرح أي فرضيات (أو نتائج) فيما يتعلق بالوساطة حيث أن النموذج يعتمد على بيانات مقطعية، ولكن من أجل الاكتمال، نبلغ أيضًا عن التأثيرات غير المباشرة. لمعالجة الهدف 2، درسنا أسلوب تحفيز المعلم. باستخدام الهيكل الدائري لأسلوب تحفيز المعلم، قمنا بربط المجالات الفرعية المختلفة داخل نموذج الدائرة بتعليم تقليل الحمل، والحمل المعرفي الداخلي والخارجي، والدافع، والانخراط، والإنجاز. توقعنا نمطًا جيبيًا من الارتباطات بين الأنماط المميزة في الدائرة والنتائج المختلفة المقيمة.

بالنسبة لنماذج المتغيرات الكامنة، استخدمنا مقدر الاحتمالية القصوى القوي (MLR)، مع الاحتمالية القصوى للمعلومات الكاملة (FIML) للتعامل مع البيانات المفقودة. تم تصحيح الأخطاء القياسية لتجمع الطلاب في الفصول. قمنا بتقييم ملاءمة النماذج على أنها جيدة باستخدام المعايير التالية: CFI > 0.95 و RMSEA. (هو وبنتلر، 1999). قمنا بإجراء جميع التحليلات في بيئة برمجة R (فريق R الأساسي، 2022) باستخدام حزمة smacof (ماير وآخرون، 2022) للتدرج متعدد الأبعاد وحزمة lavaan (روسيل، 2012) لنماذج CFA و SEM.

نموذج CFA الذي يتضمن البنى الكامنة للدافع، والانخراط، والانفصال، والعبء المعرفي، وتعليم تقليل العبء (LRI) يتناسب مع البيانات بشكل جيد. كانت ارتباطات المتغيرات الكامنة (انظر الجدول 1) جميعها ذات دلالة إحصائية وفي الاتجاه المتوقع. باستخدام تحليل العوامل المؤكدة كأساس، فرضنا قيود هيكلية لتمثيل النموذج المفترض. كان نموذج المعادلات الهيكلية يتناسب مع البيانات بشكل جيد، مع إحصائيات ملائمة متطابقة مع نموذج تحليل العوامل المؤكدة. ذات دلالة إحصائية ( تم وصف معاملات ( < .05) هنا وفي الشكل 2؛ جميع معلمات النموذج وفترات الثقة موضحة في الجدول S1. كان الحمل المعرفي الزائد مرتبطًا سلبًا بالدافع. ) وارتبط بشكل إيجابي بالانسحاب ( ) ، وارتبط الحمل المعرفي الداخلي سلبًا بالدافع ( ) ، المشاركة ( )، وتحقيق ( -.241 ). توقعت تعليمات تقليل الحمل أن تكون الحمل المعرفي الزائد ( ) وعبء الإدراك الداخلي ( ) وكان لها تأثيرات مباشرة على الدافع ( ) ، المشاركة ( ) ، والانفصال ( ).

استنادًا إلى النموذج الهيكلي، تم ملاحظة عدة تأثيرات غير مباشرة هامة. تنبأت LRI بشكل غير مباشر بالدافع من خلال الحمل المعرفي الخارجي. ) ومن خلال الحمل المعرفي الداخلي ( ). تنبأت LRI بشكل غير مباشر بالانخراط من خلال الحمل المعرفي الداخلي ( ). توقعت LRI بشكل غير مباشر الانفصال من خلال الحمل المعرفي الزائد ( ) ومن خلال الحمل المعرفي الداخلي ( ). LRI

تنبؤ غير مباشر بالإنجاز من خلال الحمل المعرفي الداخلي جميع التأثيرات غير المباشرة والتأثيرات الكلية موضحة أيضًا في الجدول S1.

تمت ملاحظة النمط الجيبي المتوقع من الارتباطات مع المجالات الفرعية لنموذج الدائرة مع الحمل المعرفي الخارجي، والحمل المعرفي الداخلي، وتعليم تقليل الحمل (انظر الشكل 3؛ جميع الارتباطات موضحة في الجدول S2). أظهر الحمل المعرفي الخارجي أعلى ارتباطات إيجابية مع أسلوب التدريس الفوضوي (الانتظار، التخلي) والمجال الفرعي المسيطر، وارتباطات سلبية مع أساليب دعم الاستقلالية (التوافق، المشاركة) والبنية (التوضيح، الإرشاد). أظهر المجال الفرعي المتطلب ارتباطًا غير ذي دلالة. بالنسبة للحمل المعرفي الداخلي، تم ملاحظة نمط مشابه ولكنه أقل حدة من الارتباطات. كان تعليم تقليل الحمل مرتبطًا بقوة بأسلوب التدريس الخاص بالبنية (التوضيح، الإرشاد) ودعم الاستقلالية (التوافق، وإلى حد أقل، المشاركة). كما لوحظ ارتباط إيجابي بين تعليم تقليل الحمل والمجال الفرعي المتطلب للسيطرة.

بالنسبة للدافع والانخراط، عكس نمط الارتباطات أيضًا النمط الجيبي المتوقع، مع شكل وحجم مشابهين (انظر الشكل 2). لوحظت ارتباطات إيجابية مع أساليب التدريس التي تدعم الاستقلالية (التوافق، المشاركة) والبنية (التوضيح، الإرشاد)، وارتباطات سلبية مع الفوضى (الانتظار، التخلي) والمنطقة المسيطرة من السيطرة. كانت المنطقة المطالبة أكثر غموضًا (ارتباط إيجابي صغير مع الانخراط،

ارتباط قريب من الصفر مع الدافع). بالنسبة للانفصال، لوحظ نمط عكسي، حيث كانت أدنى مستويات الانفصال في دعم الاستقلالية (التوافق، المشاركة) والبنية (التوضيح، الإرشاد)، وأعلى مستويات الانفصال مع الفوضى (الانتظار، التخلي) والمنطقة المسيطرة من السيطرة. مرة أخرى، لوحظ ارتباط قريب من الصفر مع المنطقة الم demanding.

أخيرًا، اتبعت الدرجات المبلغ عنها من المدرسة أيضًا نمطًا جيبيًا من الارتباطات (انظر الشكل 3). لوحظت ارتباطات إيجابية مع الهيكل (التوضيح، التوجيه) ومنطقة الدعم الذاتي المتعلقة بالتوافق، وارتباطات سلبية مع منطقة التخلي من الفوضى ومنطقة السيطرة المهيمنة.

تبعَت الدرجات التي أبلغ عنها الطلاب نمطًا مشابهًا، دون وجود اختلافات ملحوظة عن الدرجات المبلغ عنها من قبل المدرسة.

على الرغم من أن الدراسات قد استجابت للدعوة لفهم دور الدافع والتنظيم الذاتي في نظرية الحمل المعرفي، إلا أن العلاقات النظرية المقترحة والنتائج التجريبية كانت مختلطة. لفهم هذه العلاقة بشكل أعمق، وضعت هذه الدراسة نظرية تحديد الذات (SDT؛ رايان وديتشي، 2017) كإطار لفهم الطبيعة متعددة الأبعاد للدافع والآليات التي قد تكون متورطة بين استراتيجيات التدريس، وأنماط التدريس، والحمل المعرفي، والدافع، والانخراط، والإنجاز. قمنا بتشغيل بعض تلك الآليات المحتملة ووجدنا أن استخدام المعلمين لاستراتيجيات تعليم تقليل الحمل فعال في تقليل تصورات الطلاب عن الحمل المعرفي، وأن الفوائد تمتد إلى التعلم (كما تشير الدرجات المبلغ عنها من المدرسة)، والدافع الذاتي، والانخراط، و(انخفاض) الانفصال. بالإضافة إلى استراتيجيات التدريس، وجدنا أن أسلوب تحفيز المعلمين نفسه مرتبط بتصورات الحمل المعرفي: كانت أنماط التدريس التي تتميز بدعم الاستقلالية والبنية مرتبطة بتقليل الحمل المعرفي، بينما كانت السيطرة والفوضى مرتبطة بزيادة الحمل المعرفي. بشكل جماعي، تشير هذه النتائج إلى أن استراتيجيات تحفيز الطلاب واستراتيجيات تقليل الحمل المعرفي ليست متعارضة. بدلاً من ذلك، يمكن أن تكون نفس الاستراتيجيات التي تدعم دافع الطلاب الذاتي هي تلك التي تقلل من الحمل المعرفي الزائد، وأن تقليل الحمل المعرفي مرتبط بالانخراط الذاتي المحفز في التعلم.

في سعيها لتحقيق الهدف 1، قمنا بتوسيع البحث حول تعليم تقليل الحمل إلى المجال النظري لنظرية التحديد الذاتي. وجدنا توافقًا عامًا مع الأبحاث السابقة حول تعليم تقليل الحمل فيما يتعلق بارتباطاته الإيجابية مع الدافع والانخراط (إيفانز ومارتن، 2023ب؛ مارتن وآخرون، 2023؛ مارتن، جينز، بيرنز، كينيت، وبييرسون، 2021أ؛ مارتن وإيفانز، 2018)، مما يوسع هذا ليشمل أيضًا نمذجة التأثيرات على الحمل المعرفي الخارجي والداخلي، بالإضافة إلى الانفصال. كما تؤكد النتائج مجموعة الأبحاث التجريبية حول التأثيرات السلبية للحمل المعرفي الخارجي على الدافع (فيلدون وآخرون، 2018؛ نيبيل وآخرون، 2017؛ سكولموفسكي وآخرون، 2016؛ وانغ وآخرون، 2022). دعم نموذجنا بشكل عام فوائد تعليم تقليل الحمل وتجربة تقليل الحمل المعرفي للدافع والانخراط والتعلم.

فيما يتعلق بالدافع، كان الحمل المعرفي الخارجي المنخفض مرتبطًا بمزيد من الدوافع الذاتية – أسباب المشاركة في الصف التي يتم تنظيمها ذاتيًا، وأكثر إرادية، ومتوافقة مع اهتمامات الطلاب، وممتعة، مقارنة بالأسباب المرتبطة بالتجنب أو العار أو التنظيم من قبل الآخرين. تتماشى هذه النتائج مع الأبحاث السابقة المتعلقة بالآثار السلبية للحمل المعرفي على الدافع (فيلدون وآخرون، 2018؛ وانغ وآخرون، 2022). فيلدون وآخرون، من
على سبيل المثال، اقترح أن تجربة الحمل المعرفي الخارجي قد تؤثر على المعتقدات التحفيزية – تحديدًا تقييمات التكلفة، بسبب الجهد المتزايد الذي سيكون مطلوبًا في التفاعلات اللاحقة مع أنشطة التعلم (فيلدون وآخرون، 2019) ومعتقدات الكفاءة الذاتية (فيلدون وآخرون، 2018). كلا البناءين يتعلقان بتوقعات النتائج والجهد المدرك. من خلال تفعيل بناء الدافع الذاتي المستقل، تُظهر الدراسة الحالية أن تقليل الحمل المعرفي قد يسهل أيضًا استيعاب القيمة وتوافق مهام التعلم مع الذات.

كانت النتائج المتعلقة بالانخراط والانفصال أكثر تعقيدًا. اقترحت بعض الدراسات أن الحمل المعرفي الزائد يمكن أن يحفز الانخراط لأنه يدفع المتعلم لحل الارتباك. على الرغم من أن هذا قد يكون ممكنًا في ظل ظروف معينة، إلا أن النتائج الحالية أظهرت أن هذا ليس هو الحال، حيث لم يكن هناك ارتباط إيجابي (أو سلبي) مع الانخراط. بدلاً من ذلك، كان الحمل المعرفي الزائد مرتبطًا بالانفصال – التصرف بتمرد استجابةً للشعور بالتحكم (فانستينكيست وموراتيديس، 2016). من ناحية أخرى، كانت تعليمات تقليل الحمل مرتبطة بقوة بالانخراط، مع تأثير صغير (سلبي) فقط على الانفصال. معًا، تشير هذه النتائج إلى أن استراتيجيات تعليم تقليل الحمل تعزز الانخراط في التعلم، وإلى حد ما، تقلل من الانفصال، الذي يحدث بدلاً من ذلك استجابةً لتجربة الحمل المعرفي الزائد. وبالتالي، يبدو أن التأثيرات الإيجابية للحمل المعرفي الزائد على الدافع والانخراط غير محتملة. قد تجد الأبحاث المستقبلية عوامل معتدلة (مثل الحالات التي يمكن فيها استخدام الحمل المعرفي الزائد لتحفيز الانخراط) ولكن، كما تم الإشارة إليه في المقدمة، لم تدعم الأعمال السابقة هذه الفكرة بنجاح.

ارتبط الإنجاز (في شكل درجات تم الإبلاغ عنها من المدرسة) بالحمل المعرفي الخارجي والداخلي، ولكن ليس بشكل مباشر مع تعليم تقليل الحمل. هذه النتيجة تتماشى مع النظريات السابقة التي تفيد بأن الإنجاز (كمؤشر على التعلم) سيكون أعلى عندما يكون الحمل المعرفي الخارجي أقل لأن الموارد المعرفية تتركز على التعلم، وأيضًا عندما يكون الحمل الداخلي أقل، لأن العمل يُعتبر أقل صعوبة. ومع ذلك، فإن قيود البيانات وتصميم الدراسة المقطعية تشير إلى ضرورة توخي الحذر أكثر بشأن هذه النتيجة مقارنةً بأخرى. قامت التحليلات بتصحيح تقديرات المعلمات لتجمع الطلاب في الفصول، لكن بيانات الإنجاز أكثر تعقيدًا لأن الطلاب أيضًا يتجمعون ضمن مواد دراسية وسنوات دراسية، والعديد من المدارس تستخدم التوزيع (أو “التعيين”) لتجميع بعض (لكن ليس كل) مجالات المواد بناءً على قدرة الطلاب. يمكن أن تكون الاستنتاجات المتعلقة بالتعلم أكثر موثوقية إذا تم استخدام تصميم طولي، يتتبع التغيرات في التعلم عبر السنة الدراسية مع التغيرات في استراتيجيات تقليل الحمل والإحساس بالحمل المعرفي، وضمان قياس موثوق للتعلم (على سبيل المثال، من خلال الاقتصار على مجال دراسي واحد أو تحليل مجالات المواد بشكل منفصل واستخدام مقياس ثابت للتعلم مرتبط بمنهج الصف).

في الهدف 2، قمنا بتوسيع تركيزنا على المعلم ليشمل أسلوبه التحصيلي (تعليم تقليل الحمل) لننظر في أسلوب تحفيز المعلم – جهود المعلم في إبداء اهتمام بوجهات نظر الطلاب، والتواصل مع
هيكل وأساس الأنشطة التعليمية للطلاب، ورعاية تقدم الطلاب نحو أهداف التعلم. تم دعم نموذج المعلم الدافع (Aelterman & Vansteenkiste، 2023) من خلال البيانات، حيث تم تحديد مستوى ثنائي الأبعاد (أي، تقاطع مستوى دعم الاحتياجات مع مستوى التوجيه) الذي يحدد ثمانية مجالات فرعية قابلة للتحديد. كما تم الافتراض، كانت الأنماط المكتشفة مرتبطة بطريقة مرتبة (أي، جيبية)، حيث كانت المجالات الفرعية المجاورة مرتبطة إيجابيًا، وأصبح النمط يتناقص إيجابيًا وحتى سلبيًا عند الانتقال إلى المجال الفرعي المقابل في النموذج الدائري (Gurtman & Pincus، 2003). عند تنفيذ هذا المقياس، حافظنا على موثوقية هذه الأداة الجديدة (أي، SIS) بما يتجاوز استخدامها السابق في عينات بلجيكية (Aelterman et al.، 2019b) إلى نسخة إنجليزية مع طلاب أستراليين.

نمط الارتباطات أشار بشكل أكبر إلى فوائد أنماط الدعم الذاتي (التوافق، المشاركة) والبنية (التوضيح، التوجيه) – كانت مرتبطة بشكل إيجابي بالانخراط، والدافع، والإنجاز (كلاهما المبلغ عنه ذاتيًا والمبلغ عنه من المدرسة)، ومرتبطة بشكل سلبي بالانسحاب والعبء المعرفي الداخلي والخارجي. على العكس من ذلك، أشار نمط الارتباطات إلى الآثار السلبية لنمط تحفيزي يتميز بالفوضى (المجالات الفرعية للانتظار والتخلي). في نمط التحكم التحفيزي، كان النمط أكثر تمايزًا، حيث كانت المنطقة الفرعية المهيمنة تنتج ارتباطات غير مرغوبة واضحة، لكن النتائج للمنطقة الفرعية الم demanding كانت أكثر غموضًا. يتميز التعليم المتطلب باستخدام لغة تحكم، وأوامر، وحوافز وتهديدات خارجية لتنشيط الطلاب. كانت الارتباطات لهذه المنطقة الفرعية مع الدافع، والانخراط، والإنجاز أقرب بكثير إلى (أو لا يمكن تمييزها عن) الصفر مقارنةً بالمنطقة الفرعية المهيمنة للتحكم من المعلم، مما يشير إلى إمكانية وجود آثار اعتدال (على سبيل المثال، قد يكون نمط التعليم المتطلب ضارًا اعتمادًا على ما إذا كان المعلم متطلبًا طوال الوقت أو بعض الوقت، أو على خصائص الطالب، أو على متغيرات الصف الأخرى). يتدفق هذا النمط المتميز من الارتباطات الذي لوحظ لكلا المنطقتين الفرعيتين للتحكم من المعلم منطقيًا من ترتيب الأنماط الدائري، حيث أن المنطقة الفرعية المهيمنة تعيق مباشرة الاحتياجات النفسية الأساسية للطلاب، بينما تتميز المنطقة الفرعية الم demanding بدعم احتياجات منخفض ولكن ليس بالضرورة وجود إعاقة للاحتياجات (فانستينكيست وآخرون، 2019).

توسع النتائج أبحاث SDT لفهم العواقب السلبية لنمط التعليم المسيطر أو الفوضوي من حيث العبء المعرفي الذي يعاني منه الطلاب. هذا يدعم توقعنا بأن الطلاب في الفصول التي تعاني من الفوضى العالية لديهم المزيد لمعالجته في الذاكرة العاملة التي لا تساهم مباشرة في تعلمهم: عليهم التنقل في عدم اليقين، وتمييز أو إنشاء أهداف الدروس لأنفسهم، والتعامل مع معلم تكون استجاباته وسلوكه غير متوقعة. من المعروف جيدًا أن هذه الظروف لها آثار سلبية على الدافع والانخراط (ألتيرمان وآخرون، 2019ب)، وتشير النتائج الحالية إلى أنها تفرض أيضًا عبئًا معرفيًا على الطلاب لا يساهم في التعلم. يتم دعم ذلك بشكل أكبر من خلال العلاقات مع العبء المعرفي الداخلي، والذي، كما هو متوقع، كان أكثر تضعيفًا – أسلوب المعلم التحفيزي له تأثير أقل بكثير على الصعوبة المتصورة للعمل، والتي عادة ما تكون أقل ارتباطًا بالمعلم وأكثر ارتباطًا بالمعرفة السابقة، وخصائص تطور الطالب، والبرامج على مستوى المدرسة، والمناهج على مستوى الدولة.

تم اعتماد SDT في الدراسة الحالية لأنها نظرية واسعة للدافع البشري قابلة للتطبيق في مجالات متنوعة، بما في ذلك العمل الواسع في البيئات التعليمية. توفر نطاق الأعمال التجريبية السابقة في SDT أدوات وقياسات يمكن تشغيلها بسهولة جنبًا إلى جنب مع قياسات العبء المعرفي في الأبحاث الارتباطية. تحتوي SDT على مجموعة من الافتراضات النظرية المتعلقة بالتعلم، والتطور، وتبني القيم والمعتقدات، والرفاهية العامة، مما يشير إلى الطرق التي قد يؤثر بها العبء المعرفي سلبًا على الأفراد خارج المدرسة أو النتائج المتعلقة بالإنجاز. قد تسفر الأبحاث المستقبلية باستخدام SDT عن نتائج أكثر دقة حول العلاقات بين الدافع ونظرية العبء المعرفي تتجاوز النتائج الحالية. على سبيل المثال، لم يتم تضمين تجربة الاحتياجات النفسية الأساسية في هذه الدراسة، ولكن الحاجة إلى الكفاءة (وتجربة تحقيق الكفاءة أو إحباط الكفاءة) هي مرشح قوي لشرح آثار العبء المعرفي الخارجي على عملية نفسية أساسية تؤثر على الدافع.

من الجدير بالذكر أن الدافع معقد، وبدون نظرية قوية، من غير المحتمل أن تسفر الأعمال التجريبية عن تفسيرات مقنعة حول الدافع. كما ذُكر في المقدمة، فإن معظم الأبحاث السابقة حول نظرية العبء المعرفي والدافع قد قامت بتشغيل الدافع كإنشاء واحد، مما يحد من القدرة على توليد فهم نظري للعمليات الدافعة المعنية في تجربة العبء المعرفي. استثناء واحد لذلك هو العمل الذي تم الإشارة إليه سابقًا من قبل فيلدون وآخرون. باستخدام نظرية القيمة المتوقعة، والتي خلصت إلى أن العبء المعرفي يُعتبر تكلفة دافعة تؤثر على المعتقدات الذاتية اللاحقة واستثمار المزيد من الجهد. تكمل النتائج الحالية هذا العمل، موضحة أن العمليات الدافعة الإضافية التي تؤثر على تبني المعتقدات والقيم الدافعة قد تكون قيد اللعب. بينما نلاحظ مزايا SDT كنظرية للدافع، لا نقدم أي ادعاءات فيما يتعلق بما إذا كانت نظرية دافع واحدة أو أخرى يجب تفضيلها. قد يكون أن الأعمال التجريبية المتنوعة باستخدام مجموعة من الأساليب تتقارب نحو فهم نظري مرضٍ بشكل خاص.

تنطبق عدة قيود منهجية على النتائج المبلغ عنها هنا. أولاً، الطبيعة المجمعة للبيانات (الطلاب في الفصول، مستويات السنة، المواد، والمدارس) تعني أنه يجب إجراء تعديلات على معلمات النموذج. علاوة على ذلك، كانت العديد من الآثار التي درسناها على الطلاب، ولكن تم التنبؤ بها من خلال أسلوب التعليم والتحفيز لمعلم هو، بحكم التعريف، تأثير على مستوى الفصل. في التحليلات التي أجريناها، قمنا بتصحيح تكتل الطلاب داخل الفصول، ولكن القدرة على إجراء أي نمذجة إحصائية على ذلك المستوى كانت محدودة بسبب العدد النسبي القليل من المجموعات (الفصول الدراسية). ومع ذلك، أثبتت التباينات بين الطلاب أنها ذات مغزى، كما هو متوقع، بسبب التباين في الطريقة التي يدرك بها الطلاب الأفراد استخدام استراتيجيات التعليم، وبسبب التمايز – التباين المتعمد بين استراتيجيات التعليم للمعلمين.
في استراتيجيات التعليم (دومين وآخرون، 2020). وبالتالي، للبحوث المستقبلية، نوصي بدراسات تشمل حجم عينة كافٍ على مستوى الفصل لأخذ التباين بين الطلاب والفصول في الاعتبار.

ثانيًا، تحد من طبيعة التصميم العرضي للدراسة النتائج من خلال استبعاد أي علاقات سببية بين المتغيرات، وفيما يتعلق بفهم التباين في أسلوب التعليم والتحفيز بمرور الوقت. تختلف المبادئ في تعليم تقليل العبء في فعاليتها اعتمادًا على المعرفة السابقة للمتعلم (كاليغا، 2007). من المفترض أيضًا أن ينتقل المعلمون إلى أنماط تحفيزية مختلفة اعتمادًا على تطور طلابهم – على سبيل المثال، قد ينتقلون من نمط أكثر توضيحًا، توافقًا في وقت مبكر من وحدة العمل إلى نمط أكثر توجيهًا، توافقًا عندما يكون الطلاب مستعدين بشكل كافٍ للنجاح (ألتيرمان وفانستينكيست، 2023). يمكن أن يوفر فهم هذه الديناميات رؤى جديدة دقيقة حول ديناميات أنماط التعليم والتحفيز. للبحوث المستقبلية، نقترح طرقًا يمكن أن تكشف عن درجة تقلب هذه المتغيرات بمرور الوقت، مع أخذ هذه التقلبات في الاعتبار باستخدام تصاميم طولية. قد يتم التوصل إلى استنتاجات أقوى فيما يتعلق بالسببية، خاصة فيما يتعلق بالآثار غير المباشرة أو الوسيطة، باستخدام تصاميم دراسية مع بيانات من ثلاث نقاط زمنية أو أكثر.

ثالثًا، اعتمدنا على تقارير الطلاب لجميع المتغيرات في الدراسة (بجانب الدرجات التي أبلغت عنها المدرسة). بالنسبة لبعض المقاييس (مثل الدافع وإدراك الحمل المعرفي)، فإن التقرير الذاتي هو المنهجية المثالية. على سبيل المثال، أظهرت مقاييس الاستطلاع السابقة للحمل المعرفي الهيكل المتوقع والارتباط بين الحمل الداخلي والخارجي ومع المتغيرات الخارجية (Leppink et al., 2013, 2014; Martin & Evans, 2018)، ويتماشى المقياس المستخدم في الدراسة الحالية مع توصيات مراجعة حديثة لمقاييس الحمل المعرفي (Krieglstein et al., 2022). بالنسبة لمقاييس أخرى، خاصة لتقييم الطلاب لأساليب التدريس والتحفيز لدى معلميهم، هناك احتمال لتأثير التحيز على النتائج. تشير الأبحاث السابقة إلى أن المقاييس قد تكون قوية أمام التحيز المحتمل: على سبيل المثال، كانت الأبعاد وبنية العوامل لـ SIS هي نفسها للمعلمين والطلاب، وكان هناك اتفاق معتدل بين تقييمات المعلمين والطلاب (Aelterman et al., 2019b). وكما ذُكر أعلاه، هناك بالفعل تباين متوقع بين تقييمات الطلاب، حتى لنفس المعلم. للتحقيق في هذه القيود بشكل أكبر، يمكن أن تعتمد الأبحاث المستقبلية على النمذجة متعددة المستويات باستخدام تجميعات من الدرجات (مثل تجميع درجات الطلاب لدراسة التباين بين الفصول الدراسية في استراتيجيات التدريس والتحفيز، أو تجميع الدرجات على مر الزمن). قد تكون المناهج المنهجية البديلة، مثل الملاحظات، أو دمج تقرير المعلم الذاتي، أو المناهج النوعية، قادرة على كشف ومعالجة طبيعة ومدى تأثير التحيز على تقرير الطلاب الذاتي لهذه المقاييس.

ما هي العلاقة بين نظرية الحمل المعرفي والدافع؟ في هذه الدراسة، هدفنا إلى توسيع محاولات البحث السابقة لمعالجة هذا السؤال. استنادًا إلى نتائج الدراسة الحالية بالإضافة إلى الأبحاث السابقة، يبدو واضحًا أن تجربة الحمل المعرفي الخارجي ليست محفزة بشكل عام، ولا تدفع
المتعلمين للانخراط بشكل أعمق في تعلمهم، وقد تدفع المتعلمين حتى للشعور بالإحباط والانفصال. كما أن النتائج الحالية لها تداعيات على المعلمين واستخدامهم لاستراتيجيات التدريس: استراتيجيات تقليل الحمل التعليمي تقلل من الحمل المعرفي وتكون محفزة وجذابة في حد ذاتها. استنادًا إلى هذه النتائج، يبدو أن هناك خطرًا ضئيلًا يواجه الدافع والانخراط من استخدام استراتيجيات التدريس الصريحة لتقليل الحمل المعرفي. خارج استراتيجيات التدريس، فإن أسلوب تحفيز المعلم نفسه له عواقب: محاولات تحفيز الطلاب باستخدام الحوافز الخارجية، أو المطالب المفرطة، أو نقص الهيكل تشكل مخاطر على الطلاب من حيث زيادة الحمل المعرفي وتقليل الدافع والانخراط.

معلومات إضافية تحتوي النسخة الإلكترونية على مواد إضافية متاحة علىhttps://doi. org/10.1007/s10648-023-09841-2.

تمويل تم تمكين وتنظيم تمويل الوصول المفتوح بواسطة CAUL ومؤسساته الأعضاء
الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي للاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج في أي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح ما إذا كانت هناك تغييرات قد أُجريت. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي للمقالة، ما لم يُذكر خلاف ذلك في سطر ائتمان للمادة. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي للمقالة واستخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، ستحتاج إلى الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارةhttp://creativecommons.org/licenses/by/4.0/.

Aelterman, N., & Vansteenkiste, M. (2023). Need-supportive and need-thwarting socialization: A circumplex approach. In The Oxford handbook of self-determination theory (pp. 236-257). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780197600047.013.21
Aelterman, N., Vansteenkiste, M., Van Keer, H., & Haerens, L. (2016). Changing teachers’ beliefs regarding autonomy support and structure: The role of experienced psychological need satisfaction in teacher training. Psychology of Sport and Exercise, 23, 64-72. https://doi.org/10.1016/j.psych sport.2015.10.007
Aelterman, N., Vansteenkiste, M., & Haerens, L. (2019a). Correlates of students’ internalization and defiance of classroom rules: A self-determination theory perspective. British Journal of Educational Psychology, 89, 22-40. https://doi.org/10.1111/bjep. 12213
Aelterman, N., Vansteenkiste, M., Haerens, L., Soenens, B., Fontaine, J. R. J., & Reeve, J. (2019b). Toward an integrative and fine-grained insight in motivating and demotivating teaching styles: The merits of a circumplex approach. Journal of Educational Psychology, 111(3), 497-521. https://doi. org/10.1037/edu0000293
Atkinson, R. C., & Shiffrin, R. M. (1967). Human memory: A proposed system and its control processes. Psychology of Learning and Motivation, 2, 89-195.
Bonneville-Roussy, A., Evans, P., Verner-Filion, J., Vallerand, R. J., & Bouffard, T. (2017). Motivation and coping with the stress of assessment: Gender differences in outcomes for university students. Contemporary Educational Psychology, 48, 28-42. https://doi.org/10.1016/j.cedpsych.2016.08.003
Baddeley, A. D. (2012). Working memory: Theories, models, and controversies. Annual Review of Psychology, 63, 1-29. https://doi.org/10.1146/annurev-psych-120710-100422

Bureau, J. S., Guay, F., Plamondon, A., Ratelle, C. F., Howard, J. L., & Gilbert, W. (2023). Empirical testing of an alternative modeling of the self-determination continuum. Motivation and Emotion, 47(1), 46-60. https://doi.org/10.1007/s11031-022-09976-9
Cook, D. A., Castillo, R. M., Gas, B., & Artino, A. R. (2017). Measuring achievement goal motivation, mindsets and cognitive load: Validation of three instruments’ scores. Medical Education, 51(10), 1061-1074. https://doi.org/10.1111/medu. 13405
Cowan, N. (2010). The magical mystery four: How is working memory capacity limited, and why? Current Directions in Psychological Science, 19(1), 51-57. https://doi.org/10.1177/0963721409359277
Cowan, N. (2014). Working memory underpins cognitive development, learning, and education. Educational Psychology Review, 26(2), 197-223. https://doi.org/10.1007/s10648-013-9246-y
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Plenum.
Deci, E. L., Ryan, R. M., & Williams, G. C. (1996). Need satisfaction and the self-regulation of learning. Learning and Individual Differences, 8, 165-183.
Delrue, J., Reynders, B., Broek, G. V., Aelterman, N., De Backer, M., Decroos, S., De Muynck, G.-J., Fontaine, J., Fransen, K., van Puyenbroeck, S., Haerens, L., & Vansteenkiste, M. (2019). Adopting a helicopter-perspective towards motivating and demotivating coaching: A circumplex approach. Psychology of Sport and Exercise, 40, 110-126. https://doi.org/10.1016/j.psychsport. 2018.08.008

Domen, J., Hornstra, L., Weijers, D., van der Veen, I., & Peetsma, T. (2020). Differentiated need support by teachers: Student-specific provision of autonomy and structure and relations with student motivation. British Journal of Educational Psychology, 90(2), 403-423. https://doi.org/10.1111/ bjep. 12302
Eitel, A., Endres, T., & Renkl, A. (2020). Self-management as a bridge between cognitive load and self-regulated learning: The illustrative case of seductive details. Educational Psychology Review, 32(4), 1073-1087. https://doi.org/10.1007/s10648-020-09559-5
Evans, P., & Martin, A. J. (2023a). Explicit Instruction. In A. O’Donnell, N. C. Barnes, & J. Reeve (Eds.), The Oxford handbook of educational psychology. Oxford University Press. https://doi. org/10.1093/oxfordhb/9780199841332.013.53
Evans, P., & Martin, A. J. (2023b). Load reduction instruction: Multilevel effects for motivation, engagement, and achievement in mathematics. Educational Psychology, 1-19. https://doi.org/10. 1080/01443410.2023.2290442
Feldon, D. F., Callan, G., Juth, S., & Jeong, S. (2019). Cognitive load as motivational cost. Educational Psychology Review, 31(2), 319-337. https://doi.org/10.1007/s10648-019-09464-6
Feldon, D. F., Franco, J., Chao, J., Peugh, J., & Maahs-Fladung, C. (2018). Self-efficacy change associated with a cognitive load-based intervention in an undergraduate biology course. Learning and Instruction, 56, 64-72. https://doi.org/10.1016/j.learninstruc.2018.04.007
Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59-109. https://doi.org/10. 3102/00346543074001059
Freer, E., & Evans, P. (2019). Choosing to study music in high school: Teacher support, psychological needs satisfaction, and elective music intentions. Psychology of Music, 47(6), 781-799. https:// doi.org/10.1177/0305735619864634
Gurtman, M. B., & Pincus, A. L. (2003). The circumplex model: Methods and research applications. In Handbook of psychology (pp. 407-428). Wiley. https://doi.org/10.1002/0471264385.wei0216
Haakma, I., Janssen, M., & Minnaert, A. (2016). A literature review on how need-supportive behavior influences motivation in students with sensory loss. Teaching and Teacher Education, 57, 1-13. https://doi.org/10.1016/j.tate.2016.02.008
Haakma, I., Janssen, M., & Minnaert, A. (2017). Intervening to improve teachers’ need-supportive behaviour using self-determination theory: Its effects on teachers and on the motivation of students with deafblindness. International Journal of Disability, Development and Education, 64(3), 310-327. https://doi.org/10.1080/1034912X.2016.1213376
Hawthorne, B. S., Vella-Brodrick, D., & A., & Hattie, J. (2019). Well-being as a cognitive load reducing agent: A review of the literature. Frontiers in Education, 4, 1-11. https://doi.org/10.3389/ feduc.2019.00121
Hornstra, L., Stroet, K., & Weijers, D. (2021). Profiles of teachers’ need-support: How do autonomy support, structure, and involvement cohere and predict motivation and learning outcomes? Teaching and Teacher Education, 99, 103257. https://doi.org/10.1016/j.tate.2020.103257

Hospel, V., & Galand, B. (2016). Are both classroom autonomy support and structure equally important for students’ engagement? A multilevel analysis. Learning and Instruction, 41, 1-10. https:// doi.org/10.1016/j.learninstruc.2015.09.001
Howard, J. L., Gagné, M., & Bureau, J. S. (2017). Testing a continuum structure of self-determined motivation: A meta-analysis. Psychological Bulletin, 143(12), 1346-1377. https://doi.org/10. 1037/bul0000125
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jang, H., Reeve, J., & Deci, E. L. (2010). Engaging students in learning activities: It is not autonomy support or structure, but autonomy support and structure. Journal of Educational Psychology, 102, 588-600. https://doi.org/10.1037/a0019682
Jang, H., Reeve, J., Ryan, R. M., & Kim, A. (2009). Can self-determination theory explain what underlies the productive, satisfying learning experiences of collectivistically oriented Korean students? Journal of Educational Psychology, 101(3), 644-661. https://doi.org/10.1037/a0014 241
Kalyuga, S. (2007). Expertise reversal effect and its implications for learner-tailored instruction. Educational Psychology Review, 19(4), 509-539. https://doi.org/10.1007/s10648-007-9054-3
Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work: An analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist, 41(2), 75-86.
Krieglstein, F., Beege, M., Rey, G. D., Ginns, P., Krell, M., & Schneider, S. (2022). A systematic metaanalysis of the reliability and validity of subjective cognitive load questionnaires in experimental multimedia learning research. Educational Psychology Review, 34(4), 2485-2541. https://doi.org/ 10.1007/s10648-022-09683-4

Leppink, J., Paas, F. G. W. C., Van der Vleuten, C. P. M., Van Gog, T., & Van Merriënboer, J. J. G. (2013). Development of an instrument for measuring different types of cognitive load. Behavior Research Methods, 45(4), 1058-1072. https://doi.org/10.3758/s13428-013-0334-1
Leppink, J., Paas, F. G. W. C., van Gog, T., van der Vleuten, C. P. M., & van Merriënboer, J. J. G. (2014). Effects of pairs of problems and examples on task performance and different types of cognitive load. Learning and Instruction, 30, 32-42. https://doi.org/10.1016/j.learninstruc.2013.12.001
Likourezos, V., & Kalyuga, S. (2017). Instruction-first and problem-solving-first approaches: Alternative pathways to learning complex tasks. Instructional Science, 45(2), 195-219. https://doi.org/10.1007/ s11251-016-9399-4
Litalien, D., Morin, A. J. S., Gagné, M., Vallerand, R. J., Losier, G. F., & Ryan, R. M. (2017). Evidence of a continuum structure of academic self-determination: A two-study test using a bifactor-ESEM representation of academic motivation. Contemporary Educational Psychology, 51, 67-82. https:// doi.org/10.1016/j.cedpsych.2017.06.010
Mair, P., Groenen, P. J. F., & de Leeuw, J. (2022). More on multidimensional scaling in R: smacof version 2. Journal of Statistical Software, 102(10), 1-47.

Martin, A. J. (2016). Using load reduction instruction to boost motivation and engagement. British Psychological Society.
Martin, A. J. (2023). Integrating motivation and instruction: Towards a unified approach in educational psychology. Educational Psychology Review, 35(54). https://doi.org/10.1007/s10648-023-09774-w
Martin, A. J., & Evans, P. (2018). Load reduction instruction: Exploring a framework that assesses explicit instruction through to independent learning. Teaching and Teacher Education, 73, 203-214. https://doi.org/10.1016/j.tate.2018.03.018
Martin, A. J., Ginns, P., Burns, E. C., Kennett, R., & Pearson, J. (2021a). Load reduction instruction in science and students’ science engagement and science achievement. Journal of Educational Psychology, 113(6), 1126-1142. https://doi.org/10.1037/edu0000552
Martin, A. J., Ginns, P., Burns, E. C., Kennett, R., Munro-Smith, V., Collie, R. J., & Pearson, J. (2021b). Assessing instructional cognitive load in the context of students’ psychological challenge and threat orientations: A multi-level latent profile analysis of students and classrooms. Frontiers in Psychology, 12. https://doi.org/10.3389/fpsyg.2021.656994
Martin, A. J., Ginns, P., Nagy, R. P., Collie, R. J., & Bostwick, K. C. P. (2023). Load reduction instruction in mathematics and English classrooms: A multilevel study of student and teacher reports. Contemporary Educational Psychology, 72. https://doi.org/10.1016/j.cedpsych.2023.102147

Mayer, R. E. (2014). Incorporating motivation into multimedia learning. Learning and Instruction, 29, 171-173. https://doi.org/10.1016/j.learninstruc.2013.04.003
McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412-433. https://doi.org/10.1037/met0000144
Moreno, R. (2006). Does the modality principle hold for different media? A test of the method-affectslearning hypothesis. Journal of Computer Assisted Learning, 22(3), 149-158. https://doi.org/10. 1111/j.1365-2729.2006.00170.x
Mouratidis, A., Michou, A., Telli, S., Maulana, R., & Helms-Lorenz, M. (2022). No aspect of structure should be left behind in relation to student autonomous motivation. British Journal of Educational Psychology, 92(3), 1086-1108. https://doi.org/10.1111/bjep. 12489
Mouratidis, A., Michou, A., Aelterman, N., Haerens, L., & Vansteenkiste, M. (2018). Begin-of-schoolyear perceived autonomy-support and structure as predictors of end-of-school-year study efforts and procrastination: The mediating role of autonomous and controlled motivation. Educational Psychology, 38(4), 435-450. https://doi.org/10.1080/01443410.2017.1402863
Nebel, S., Schneider, S., Schledjewski, J., & Rey, G. D. (2017). Goal-setting in educational video games: Comparing goal-setting theory and the goal-free effect. Simulation & Gaming, 48(1), 98-130. https://doi.org/10.1177/1046878116680869
Oga-Baldwin, W. L. Q., & Nakata, Y. (2015). Structure also supports autonomy: Measuring and defining autonomy-supportive teaching in Japanese elementary foreign language classes: Structure also supports autonomy. Japanese Psychological Research, 57(3), 167-179. https://doi.org/10.1111/jpr. 12077
Patall, E. A., Steingut, R. R., Vasquez, A. C., Trimble, S. S., Pituch, K. A., & Freeman, J. L. (2018). Daily autonomy supporting or thwarting and students’ motivation and engagement in the high school science classroom. Journal of Educational Psychology, 110(2), 269-288. https://doi.org/10. 1037/edu0000214
Pitzer, J., & Skinner, E. (2017). Predictors of changes in students’ motivational resilience over the school year: The roles of teacher support, self-appraisals, and emotional reactivity. International Journal of Behavioral Development, 41(1), 15-29. https://doi.org/10.1177/0165025416642051
Plass, J. L., & Kalyuga, S. (2019). Four ways of considering emotion in cognitive load theory. Educational Psychology Review, 31(2), 339-359. https://doi.org/10.1007/s10648-019-09473-5
Plutchik, R., & Conte, H. R. (Eds.). (1997). Circumplex models of personality and emotions. American Psychological Association. https://doi.org/10.1037/10261-000
R Core Team. (2022). R: A language and environment for statistical computing [Computer software]. http://www.R-project.org
Raftery-Helmer, J. N., & Grolnick, W. S. (2016). Children’s coping with academic failure: Relations with contextual and motivational resources supporting competence. The Journal of Early Adolescence, 36(8), 1017-1041. https://doi.org/10.1177/0272431615594459
Ratelle, C. F., Duchesne, S., Litalien, D., & Plamondon, A. (2021). The role of mothers in supporting adaptation in school: A psychological needs perspective. Journal of Educational Psychology, 113(1), 197-212. https://doi.org/10.1037/edu0000455
Ratelle, C. F., Guay, F., Vallerand, R. J., Larose, S., & Senécal, C. B. (2007). Autonomous, controlled, and amotivated types of academic motivation: A person-oriented analysis. Journal of Educational Psychology, 99(4), 734-746. https://doi.org/10.1037/0022-0663.99.4.734
Redeker, M., De Vries, R. E., Rouckhout, D., Vermeren, P., & De Fruyt, F. (2014). Integrating leadership: The leadership circumplex. European Journal of Work and Organizational Psychology, 23(3), 435-455. https://doi.org/10.1080/1359432X.2012.738671
Reeve, J. (2009). Why teachers adopt a controlling motivating style toward students and how they can become more autonomy supportive. Educational Psychologist, 44(3), 159-175. https://doi.org/10. 1080/00461520903028990
Reeve, J. (2013). How students create motivationally supportive learning environments for themselves: The concept of agentic engagement. Journal of Educational Psychology, 105(3), 579-595. https:// doi.org/10.1037/a0032690
Reeve, J., & Tseng, C. M. (2011a). Agency as a fourth aspect of students’ engagement during learning activities. Contemporary Educational Psychology, 36, 257-267. https://doi.org/10.1016/j.cedpsych. 2011.05.002

Reeve, J., & Tseng, C. M. (2011b). Cortisol reactivity to a teacher’s motivating style: The biology of being controlled versus supporting autonomy. Motivation and Emotion, 35(1), 63-74. https://doi. org/10.1007/s11031-011-9204-2

Reeve, J., Bolt, E., & Cai, Y. (1999). Autonomy supportive teachers: How they teach and motivate students. Journal of Educational Psychology, 91(3), 537-548.
Reeve, J., Jang, H.-R., Shin, S. H., Ahn, J. S., Matos, L., & Gargurevich, R. (2022). When students show some initiative: Two experiments on the benefits of greater agentic engagement. Learning and Instruction, 80, 101564. https://doi.org/10.1016/j.learninstruc.2021.101564
Reeve, J., Jang, H., Carrell, D., Jeon, S., & Barch, J. (2004). Enhancing students’ engagement by increasing teachers’ autonomy support. Motivation and Emotion, 28(2), 147-169. https://doi.org/10. 1023/B:MOEM.0000032312.95499.6f
Rey, G. D., & Buchwald, F. (2011). The expertise reversal effect: Cognitive load and motivational explanations. Journal of Experimental Psychology: Applied, 17(1), 33-48. https://doi.org/10.1037/a0022 243
Reynders, B., Van Puyenbroeck, S., Ceulemans, E., Vansteenkiste, M., & Vande Broek, G. (2020). How do profiles of need-supportive and controlling coaching relate to team athletes’ motivational outcomes? A person-centered approach. Journal of Sport & Exercise Psychology, 42(6), 452-462. https://doi.org/10.1123/jsep.2019-0317
Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1-36. https://doi.org/10.18637/jss.v048.i02
Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161-1178. https://doi.org/10.1037/h0077714
Ryan, R. M., & Connell, J. P. (1989). Perceived locus of causality and internalization: Examining reasons for acting in two domains. Journal of Personality and Social Psychology, 57(5), 749-761. https:// doi.org/10.1037/0022-3514.57.5.749
Ryan, R. M., & Deci, E. L. (2017). Self-determination theory: Basic psychological needs in motivation, development, and wellness. Guilford Press.
Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61. https://doi.org/10.1016/j.cedpsych.2020.101860
Sheldon, K. M., Osin, E. N., Gordeeva, T. O., Suchkov, D. D., & Sychev, O. A. (2017). Evaluating the dimensionality of self-determination theory’s relative autonomy continuum. Personality and Social Psychology Bulletin, 43(9), 1215-1238. https://doi.org/10.1177/0146167217711915
Sierens, E., Vansteenkiste, M., Goossens, L., Soenens, B., & Dochy, F. (2009). The synergistic relationship of perceived autonomy support and structure in the prediction of self-regulated learning. British Journal of Educational Psychology, 79(1), 57-68. https://doi.org/10.1348/000709908X304398
Skinner, E. A., & Belmont, M. J. (1993). Motivation in the classroom: Reciprocal effects of teacher behavior and student engagement across the school year. Journal of Educational Psychology, 85(4), 571-581. https://doi.org/10.1037/0022-0663.85.4.571
Skinner, E. A., Kindermann, T. A., & Furrer, C. J. (2009). A motivational perspective on engagement and disaffection: Conceptualization and assessment of children’s behavioral and emotional participation in academic activities in the classroom. Educational and Psychological Measurement, 69(3), 493-525. https://doi.org/10.1177/0013164408323233
Skulmowski, A., Pradel, S., Kühnert, T., Brunnett, G., & Rey, G. D. (2016). Embodied learning using a tangible user interface: The effects of haptic perception and selective pointing on a spatial learning task. Computers & Education, 92-93, 64-75. https://doi.org/10.1016/j.compedu.2015.10.011
Soenens, B., Sierens, E., Vansteenkiste, M., Dochy, F., & Goossens, L. (2012). Psychologically controlling teaching: Examining outcomes, antecedents, and mediators. Journal of Educational Psychology, 104, 108-120. https://doi.org/10.1037/a0025742
Stroet, K., Opdenakker, M. C., & Minnaert, A. (2015). What motivates early adolescents for school? A longitudinal analysis of associations between observed teaching and motivation. Contemporary Educational Psychology, 42, 129-140. https://doi.org/10.1016/j.cedpsych.2015.06.002
Su, Y.-L., & Reeve, J. (2010). A meta-analysis of the effectiveness of intervention programs designed to support autonomy. Educational Psychology Review, 23, 159-188. https://doi.org/10.1007/ s10648-010-9142-7
Sweller, J. (2008). Instructional implications of David C Geary’s evolutionary educational psychology. Educational Psychologist, 43(4), 214-216. https://doi.org/10.1080/00461520802392208
Sweller, J. (2011). Cognitive load theory. In J. P. Mestre & B. H. Ross (Eds.), The psychology of learning and motivation (Vol. 55, pp. 37-76). Academic Press. https://doi.org/10.1016/B978-0-12-387691-1. 00002-8

Sweller, J. (2015). In academe, what is learned, and how is it learned? Current Directions in Psychological Science, 24(3), 190-194. https://doi.org/10.1177/0963721415569570
Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer. https://doi.org/10.1007/ 978-1-4419-8126-4
Sweller, J., van Merrienboer, J. J. G., & Paas, F. G. W. C. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10, 251-296.
Vansteenkiste, M., & Mouratidis, A. (2016). Emerging trends and future directions for the field of motivation psychology: A special issue in honor of Prof. Dr. Willy Lens. Psychologica Belgica, 56(3), 317-341. https://doi.org/10.5334/pb. 354
Vansteenkiste, M., Simons, J., Lens, W., Sheldon, K. M., & Deci, E. L. (2004). Motivating learning, performance, and persistence: The synergistic effects of intrinsic goal contents and autonomy-supportive contexts. Journal of Personality and Social Psychology, 87(2), 246-260. https://doi.org/10. 1037/0022-3514.87.2.246
Vansteenkiste, M., Sierens, E., Goossens, L., Soenens, B., Dochy, F., Mouratidis, A., Aelterman, N., Haerens, L., & Beyers, W. (2012). Identifying configurations of perceived teacher autonomy support and structure: Associations with self-regulated learning, motivation and problem behavior. Learning and Instruction, 22(6), 431-439. https://doi.org/10.1016/j.learninstruc.2012.04.002
Vansteenkiste, M., Aelterman, N., Haerens, L., & Soenens, B. (2019). Seeking stability in stormy educational times: A need-based perspective on (de)motivating teaching grounded in self-determination theory. In E. N. Gonida & M. S. Lemos (Eds.), Motivation in education at a time of global change (Vol. 20, pp. 53-80). Emerald. https://doi.org/10.1108/S0749-742320190000020004
Vermote, B., Aelterman, N., Beyers, W., Aper, L., Buysschaert, F., & Vansteenkiste, M. (2020). The role of teachers’ motivation and mindsets in predicting a (de)motivating teaching style in higher education: A circumplex approach. Motivation and Emotion, 44(2), 270-294. https://doi.org/10.1007/ s11031-020-09827-5
Vansteenkiste, M., Aelterman, N., De Muynck, G. J., Haerens, L., Patall, E. A., & Reeve, J. (2018). Fostering personal meaning and self-relevance: A self-determination theory perspective on internalization. Journal of Experimental Education, 86(1), 30-49. https://doi.org/10.1080/00220973.2017. 1381067
Wang, B., Ginns, P., & Mockler, N. (2022). Sequencing tracing with imagination. Educational Psychology Review, 34(1), 421-449. https://doi.org/10.1007/s10648-021-09625-6
Wolters, C. A. (2004). Advancing achievement goal theory: Using goal structures and goal orientations to predict students’ motivation, cognition, and achievement. Journal of Educational Psychology, 96(2), 236-250. https://doi.org/10.1037/0022-0663.96.2.236

Publisher’s Note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Accepted: 18 December 2023 / Published online: 15 January 2024
© The Author(s) 2024, corrected publication 2024

Keywords Cognitive load theory • Self-determination theory • Motivation • Engagement Disengagement Circumplex

At the heart of a teacher’s role are teaching strategies and learning activities that contribute to students’ effective attainment of their learning goals. In parallel, teachers also take an interest in other outcomes, such as enjoyment of classes and of school, an interest in the subject matter, and the creation of a cooperative and prosocial class atmosphere. Yet, programs of research on teaching strategies that optimize the use of limited cognitive resources and teaching strategies that foster optimal motivation have occurred mostly independently. The few attempts to draw upon both fields of research are theoretically fragmented and inconclusive (Martin, 2023). In the following sections, we review research grounded in cognitive load theory (Sweller et al., 2011) and self-determination theory (SDT; Ryan & Deci, 2017). We argue that SDT can serve as an integrative theoretical framework for understanding and generating research questions about the role motivation plays in cognitive load theory. We then present the findings of a study conducted in a large sample of students in years 7 to 10 at school that shed light on the link between both frameworks, thereby providing initial evidence for a more integrative understanding of the relationships between cognitive load and motivation.

Cognitive load theory is a theory of instruction based on human cognitive architecture (Sweller, 2011; Sweller et al., 1998, 2011). It assumes that unlike biologically primary knowledge, which is acquired readily and autonomously under normal circumstances, biologically secondary knowledge is generally acquired through interactions with others (Sweller, 2008) and requires conscious processing of information in working memory and alignment with information already encoded and stored in long-term memory. Because of this, learning from a teacher can be more or less effective based on how the information presented to the learner affects working memory and how it interacts with long-term memory. Working memory resources are limited (Baddeley, 2012; Cowan, 2010), and when they are exceeded, learning is unlikely to occur because less cognitive resources are available for processing the information and encoding it into long-term memory.

Cognitive load theory has produced a range of robust effects based on testing hypotheses derived from the characteristics and limitations of human cognitive architecture, especially the limitations of working memory capacity (Atkinson & Shiffrin, 1967; Baddeley, 2012; Cowan, 2014). The effects relate to the load of information in working memory, which is classified as intrinsic cognitive load, when it relates to the task at hand and contributes to learning, or extraneous cognitive load, when it consumes working memory without contributing to learning. For example, the split attention effect refers to the need to search for and integrate information from different locations (e.g., from both a diagram and a textual explanation), which is extraneous because the searching and integrating does not contribute to learning as such; in contrast, visually integrated material frees working memory resources for comprehending and encoding information (Sweller et al., 2011). Cognitive load theory generally favors a style of instruction characterized by high levels of
instructional support and guidance (Evans & Martin, 2023a; Kirschner et al., 2006; Sweller, 2015).

Complementing a large body of experimental work, researchers have recently made use of large-scale surveys to examine student perceptions of their teacher’s instructional strategies. Load reduction instruction (Martin, 2016; Martin & Evans, 2018) integrates the findings of cognitive load theory to propose a framework of instructional principles hypothesized to reduce cognitive load: reduce difficulty, provide support and scaffolding, create opportunities for practice, give useful feedback, and design guided, independent projects when learners have sufficient prior knowledge to experience success. Load reduction instruction was found to be reliably measured in student surveys, and as predicted by cognitive load theory, it was negatively correlated with student-reported extraneous cognitive load and, to a lesser extent, intrinsic cognitive load (Martin & Evans, 2018). Load reduction instruction is also positively associated with motivation and engagement (Martin, Ginns, Burns, Kennett, & Pearson, 2021a).

The theoretical scope of cognitive load theory does not extend to motivation, but researchers have recognized the importance of understanding how cognitive load may affect motivational processes (e.g., Feldon et al., 2019; Hawthorne et al., 2019; Mayer, 2014; Moreno, 2006). Empirical work can be classified into one of two broad propositions. The first is that extraneous cognitive load could be beneficial because it prompts the leaner to invest more mental effort to resolve confusion or dissonance, leading ultimately to better learning. Experimental studies (e.g., Eitel et al., 2020; Likourezos & Kalyuga, 2017; Rey & Buchwald, 2011) have used strategies such as problem-solving to instigate this process, with disappointing results. These studies have not been able to detect benefits of extraneous cognitive load for either motivation or learning.

The second and more fruitful line of work highlights the negative motivational consequences of the experience of extraneous cognitive load. It seems almost obvious that having excessive cognitive load is not an enjoyable experience. Accordingly, most research has conceptualized motivation as an outcome or consequence following from cognitive load. Feldon et al. (2019) proposed that cognitive load would yield a motivational cost-a source of psychological stress that is likely to affect motivational beliefs, which may, in turn, exacerbate the effects of extraneous load by further limiting the amount of mental effort a learner is willing to invest in a task. An experimental study of undergraduate science students (Feldon et al., 2018) concluded that when students experienced extraneous cognitive load, it undermined self-efficacy beliefs over a semester of study, independent of actual performance. Conversely, experimentally reducing extraneous load was found to positively affect motivation (Nebel et al., 2017; Skulmowski et al., 2016; Wang et al., 2022). Survey research on load reduction instruction converges with these findings. Load reduction instruction was positively correlated with academic motivation, engagement, and school achievement in a study of high school mathematics students (Martin
& Evans, 2018). In a study of high school science students, engagement mediated the effects of load reduction instruction on achievement, with large effects at both student and classroom levels (Martin, Ginns, Burns, Kennett, Munro-Smith, et al., 2021b).

It is reasonable to conclude from research thus far that when learners experience extraneous load, their motivation deteriorates, and in conditions that reduce extraneous load, motivation is maintained or even increased. Some additional observations suggest areas for further research. Much of the cognitive load theory research on motivation has adopted a range of individual constructs (emotions, self-efficacy beliefs, interest, or unitary measures of motivation) without unifying theoretical frameworks of motivation or operationalizing the dimensionality of motivation. One exception to this is the work cited above by Feldon et al. using expec-tancy-value theory, which demonstrates how attention to theorized motivational processes, rather than simply explaining variance in individual constructs, can yield insights into the nature of the relationship between cognitive load and motivation beliefs. Another characteristic of cognitive load theory research is that it is methodologically dominated by experimental studies, which, by design, can be more conclusive, but less able to model the real-world variability evident in classroom teaching strategies, including strategies the teacher uses both to reduce cognitive load and to support student motivation. The following section presents self-determination theory as a framework of motivation that can address these limitations and to potentially allow for a richer and more nuanced understanding of the relation between cognitive load and motivation.

SDT is a theory of human motivation (Deci & Ryan, 1985; Ryan & Deci, 2017). Among a range of mini-theories that explain motivation, development, and psychological well-being, two key mechanisms relate to motivation and learning. The first is concerned with the fulfillment of basic psychological needs of competence, relatedness, and autonomy. The fulfillment of these needs provides necessary nutrients for psychological growth, integration, and flourishing (Deci et al., 1996). The second is a continuum of motivation and behavioral regulation. The continuum ranges from amotivation, an absence of motivation, through controlled motivation, where behavior is perceived to be regulated by forces external to the self, to autonomous motivation, where behavior is perceived to be regulated from within the self (Ryan & Deci, 2020). The fulfillment of basic psychological needs is said to facilitate the internalization of reasons for studying and to promote autonomous self-regulation, whereas the frustration of basic psychological needs leads to more controlled regulation and disengagement (Vansteenkiste et al., 2018).

Although any of a range of theories of motivation may be adopted, several features of SDT make it an attractive framework to understand cognitive load and motivation. The motivation continuum focuses on the quality of motivation, and in educational settings, this motivational quality is explained in large part by the motivating style of the teacher. Previous SDT work has focused on ways that a teacher’s
instructional style affects motivation, and the experience of cognitive load may provide an explanation for why this is the case. In the present study, as the following sections outline, we focused on the role of the teacher’s motivating style.

SDT research has characterized teachers’ motivating styles on the dimensions of autonomy support (vs. control) and structure (vs. chaos) (Aelterman & Vansteenkiste, 2023). Autonomy-supportive teaching is theorized to support basic psychological needs, and to promote the internalization of regulation towards more autonomous motivation. When autonomy-supportive, teachers take an interest in students’ perspectives, attempt to harnessing students’ interests, curiosity, and enjoyment, and acknowledge students’ negative affect. In contrast, when controlling, teachers rely on external sources of motivation such as incentives or directives, use controlling language and an interpersonal tone of pressure, and regard students’ negative affect as unacceptable (Reeve, 2009; Reeve et al., 1999). Autonomy-supportive teaching is associated with greater interest and deeper learning (Ryan & Connell, 1989), engagement (Patall et al., 2018; Reeve et al., 2004), interest in pursuing further learning (Bonneville-Roussy et al., 2017; Freer & Evans, 2019), internalized motivation (Ratelle et al., 2007), and achievement (Jang et al., 2009; Vansteenkiste et al., 2004; for a review, see Vansteenkiste et al., 2018).

As research on autonomy support became established, it was clear to SDT researchers that autonomy support alone might not be sufficient for effectively facilitating self-regulation and learning (Jang et al., 2010). Structure was introduced as a concept in SDT research initially as a form of support for fulfilling the psychological need for competence (Skinner & Belmont, 1993), characterized by setting and communicating learning goals, setting clear expectations, and providing process-oriented feedback and encouragement during learning activities. Alongside autonomy support, it is clear that a classroom environment high in structure supports motivation and engagement (Hornstra et al., 2021; Hospel & Galand, 2016; Jang et al., 2010; Mouratidis et al., 2022; Pitzer & Skinner, 2017; Sierens et al., 2009; Vansteenkiste et al., 2012) including in a range of contexts such as language classes (Oga-Baldwin & Nakata, 2015), observations of mathematics classes (Stroet et al., 2015), teaching children with sensory loss (Haakma et al., 2016, 2017), physical education classes (Aelterman et al., 2016; Delrue et al., 2019), parenting (Raftery-Helmer & Grolnick, 2016; Ratelle et al., 2021), and in team sports (Reynders et al., 2020). Teachers can effectively learn about strategies to provide autonomy support and structure to their students (Su & Reeve, 2010).

These avenues of research have converged more recently on a circumplex model (see Fig. 1). In a circumplex model, phenomena (e.g., teacher’s motivating style) are depicted by their proximity on a circular pattern around a two-dimensional plane (Gurtman & Pincus, 2003). Circumplex models are often used in other areas of psychological research to study the structure of affect (Russell, 1980), personality (Plutchik & Conte, 1997), and leadership styles (Redeker et al., 2014). In the case of teachers’ motivating styles, the circumplex comprises two orthogonal dimensions:

the support, relative to the thwarting, of basic needs and the extent to which the teacher takes the lead and is directive or instead transfers the lead to students (Aelterman & Vansteenkiste, 2023). The four quadrants of the circumplex represent the four overarching teaching styles, with each style falling apart in two subareas. This theorizing and measurement (see “Measures”) has been validated in studies of high school students and their teachers (Aelterman et al., 2019b), in higher education (Vermote et al., 2020), and in sports coaching (Delrue et al., 2019). The findings support the structure of the circumplex by demonstrating sinusoidal patterns of correlations among the eight discerned variables in the model itself as well as with external variables (e.g., motivation, achievement, self-regulation, oppositional behavior). Specifically, in relation to desirable outcomes, a peak in the correlational pattern is observed for the need-supportive areas, with the strength of the correlation becoming decreasingly positive and even negative when moving along the circumplex to the need-thwarting areas.

Teachers’ motivating styles, characterized in terms of autonomy support and structure, may be informative in relation to the experience of cognitive load. Autonomy support is associated with engagement, which suggests that it directs attention
towards activities that are necessary for learning, thus reducing the proportion of cognitive load that is extraneous. Autonomy support is generally a positive affective experience, which means that it may influence self-regulation beliefs and promote the investment of mental effort (Plass & Kalyuga, 2019). For example, autonomy support was shown to increase study effort and decrease procrastination over a school year (Mouratidis et al., 2018). In contrast with autonomy-supportive teaching, controlling teaching results in behaviors and affective responses that require attentional resources and impede learning. Under controlling conditions, students have to be concerned with avoiding trouble, not upsetting the teacher, complying with expectations, and managing the negative effects of psychological needs thwarting (Patall et al., 2018; Reeve & Tseng, 2011b; Soenens et al., 2012), none of which contributes directly to learning.

Structure fulfills the psychological need for competence (Hospel & Galand, 2016; Skinner & Belmont, 1993; Aelterman & Vansteenkiste, 2023) and may minimize extraneous cognitive load through making the experience of classrooms more predictable and optimizing attentional and processing resources, thus affording more cognitive resources for self-regulation. The concept of structure is inherent in many cognitive load theory effects where extraneous cognitive load is minimized by structuring information (e.g., structuring information in a way that reduces split attention; structuring a series of worked examples; communicating the structure of the knowledge itself through explaining its element interactivity). Conversely, a teaching style that is high in chaos (and low in structure) might impose additional cognitive load, as students have to navigate the uncertainty and unpredictability of a lesson and work out for themselves what kind of behaviors is necessary to attain the learning goals. In the absence of high levels of motivation, students in chaotic environments are unlikely to exert the efforts required to self-regulate in this way. Structure is akin to the concept of guidance (vs. minimal guidance) described by Kirschner et al. (2006), who claimed that minimal guidance is generally associated with higher extraneous cognitive load.

The present study pursued two aims related to the potential for SDT to understand relationships between instruction, cognitive load, and self-regulated motivation. Aim 1 was to extend load reduction instruction research to understand the influence of teaching strategies that reduce extraneous cognitive load on motivation and engagement. We studied load reduction instruction as an instructional style, its association with intrinsic and extraneous cognitive load, and in turn, its relation with motivation and engagement as well as learning outcomes. Aim 2 was to investigate the teacher’s motivating style and its associations with cognitive load, motivation, engagement, and achievement. Moving along the circumplex in Fig. 1, we expected that teaching styles characterized by autonomy support and structure would be associated negatively with extraneous cognitive load, with these correlates gradually shifting and becoming positive in the case of control and especially chaos.

Procedures for recruitment, consent, and study participation were approved by the Human Research Ethics Committee at the first author’s institution. Participants in the study were students in four secondary schools in the greater metropolitan area of Sydney, Australia, recruited by convenience. Two of the schools were government schools, two were independent, and all were co-educational. The Index of Community Socio-educational Advantage for each school was slightly above the national average (between 1025 and 1075) but within a standard deviation of the national average ( ).

The schools distributed parental consent forms 2 weeks prior to the study, explaining that participation in the study involved completing a survey during class time. Schools were asked to nominate a specific class time at their convenience where all classes in years 7-10 would complete the survey. This resulted in the survey being completed in 88 classes in a range of school subjects representing humanities ( 29 classes), STEM (27 classes), creative arts (21 classes), and health and physical education ( 11 classes). A total of 1349 students participated in the study from years 7 (409 students), 8 ( 332 students), 9 (282 students), and 10 (264 students). Students were aged between 12.3 and 17.2 years ( ). They reported their gender as female (616 students, 47.9%), male (491 students, 38.2%), or “prefer not to say” (180 students, 14%). In preliminary data screening, a threshold of less than 4 s per item was deemed to indicate inattentive or careless response behavior; as a result, 62 cases ( ) were removed from the dataset. This left a total of students from 88 classes that were used for analysis.

For all survey measures, participants indicated agreement with items using a 7-point scale ranging from 1 “strongly disagree” to 7 “strongly agree.” Descriptive statistics, including reliability coefficients (omega; McNeish, 2018) and intra-class correlations (ICCs), are shown in Table 1.

The load reduction instruction scale (LRIS) was used to measure student perceptions of their teacher’s instructional strategies theorized to minimize cognitive load (Martin & Evans, 2018). The LRIS measures load reduction instruction as a higherorder factor, indicated by five principles, each indicated by responses to five survey items (for a total of 25 items): (1) reduce difficulty (e.g., “when we learn new things in class, the teacher makes it easy at first”), (2) provide support and scaffolding (e.g., “as we work on tasks or activities in this class, the teacher gives good assistance”), (3) structure opportunities for practice (e.g., “in this class, the teacher makes sure we

get enough practice before moving on to new tasks or activities”), (4) provide effective feedback on learning (e.g., “in this class, the teacher gives us lots of feedback on our work”), and (5) provide opportunities for independent learning that is guided by the teacher (e.g., “once we know what we’re doing in this class, the teacher gives us schoolwork to figure it out by ourselves”). The LRIS has been validated with high school students (Martin & Evans, 2018) and is associated positively with motivation and achievement in a range of school subjects (Martin et al., 2023; Martin, Ginns, Burns, Kennett, Munro-Smith, et al., 2021b; Martin, Ginns, Burns, Kennett, & Pearson, 2021a).

Cognitive load was measured using an adaptation of the scale developed by Leppink et al. (2013). This measure models intrinsic and extraneous cognitive load in relation to students’ perceptions of instruction in a class or by a teacher. Intrinsic and extraneous cognitive load are latent factors each indicated by responses to six survey items. The items for intrinsic cognitive load relate to task difficulty in the subject area (e.g., “the work in this class is very difficult for me”), while the items for extraneous cognitive load relate to difficulty associated with instruction and the presentation of information (e.g., “the way information is presented in this class is too complex”). Respondents indicated agreement with each item using a 7-point scale labeled “strongly disagree” and “strongly agree” at each end. Variations on this cognitive load measure are validated with university students studying health sciences and statistics (Leppink et al., 2013) and language learning (Leppink et al., 2014); it performs as expected with high school science students (Cook et al., 2017) and high
school mathematics students (Martin & Evans, 2018). A review of this approach to measuring cognitive load in experimental studies (Krieglstein et al., 2022) found strong evidence for internal consistency and construct validity.

The teacher’s motivating style was measured using the situations in schools (SIS) measure (Aelterman et al., 2019b), developed to model four hypothesized teaching styles and eight hypothesized subareas. To assess respondents’ perception of each style, the SIS measure presents 15 brief vignettes for different real-world situations that occur in classrooms (e.g., for planning: “as your teacher prepares for class, he/she creates a lesson plan. His/her top priority would be…”; for classroom management: “A couple of students have been rude and disruptive. To cope, your teacher…”). Within each vignette, respondents then indicate their level of agreement with four items, each corresponding to a hypothesized teaching style (e.g., structure: “the teacher communicates which learning goals he/she expects you to accomplish by the end of the lesson;” chaos: “the teacher doesn’t plan or organize too much. The lesson will just happen;” autonomy support: “the teacher offers a very interesting, highly engaging lesson;” control: “the teacher insists that you have to finish all your required work-no exceptions, no excuses”). Each style also distinguishes between two subareas as shown in Fig. 1. This results in a total of 60 items, each representing one of eight subareas nested within four overarching styles, assessed across 15 vignettes. Multidimensional scaling (MDS) of items as well as subarea scale scores confirmed the circular arrangement around the two dimensions of need support (i.e., horizontal axis) and directiveness (i.e., vertical axis), comparable to results in previous research using the SIS (Aelterman et al., 2019b; Delrue et al., 2019; Vermote et al., 2020).

Motivation was assessed using an adapted version of the Self-Regulation Question-naire-Academic (Ryan & Connell, 1989). The item stem asks why respondents do a particular school-related activity (in this case, “These questions are about putting effort into [subject]. I am motivated to put effort into this class because…”). Participants then respond to items relating to the motivation types on the SDT continuum (e.g., intrinsic motivation, “…because I am highly interested in this class;” identified regulation, “…because I want to learn new things;” introjected regulation, “… because I would feel guilty if I wouldn’t do so;” external regulation, “…because I am supposed to;” amotivation, “…I don’t know, I can’t understand why I’m studying”). The instrument is widely used in educational settings with high school-aged students, and its validity and factor structure are supported by extensive psychometric work and meta-analysis (Bureau et al., 2023; Howard et al., 2017; Litalien et al., 2017; Sheldon et al., 2017). To operationalize self-determined motivation as a single latent factor, we computed a relative autonomy index (Ryan & Deci, 2017) where the motivation types are weighted based on their position on the continuum (Sheldon et al., 2017).

Engagement was modeled using the three-factor structure comprising behavioral, emotional, and cognitive engagement (Fredricks et al., 2004), extended to include the dimension of agentic engagement (Reeve, 2013; Reeve et al., 2022). Respondents indicated their agreement on five items in relation to each type of engagement. Behavioral engagement (e.g., “I try hard to do well”) and emotional engagement (e.g., “I feel good”) items were drawn from the engagement versus disaffection measure (Skinner et al., 2009). Cognitive engagement items (e.g., “I usually try to summarize what we learn in my own words”) were drawn from the learning strategy items of the Metacognitive Strategies Questionnaire (Wolters, 2004). Agentic engagement items (e.g., “I let my teacher know what I need and want”) were drawn from a validation study of Reeve and Tseng (2011a).

To operationalize disengagement, we used controlled non-participation, an SDT construct that reflects a defensive basis for acting out or disengaging from class activities, specifically in relation to feeling controlled (Vansteenkiste & Mouratidis, 2016). The items for controlled non-participation were those used by Aelterman et al. (2019a) with high school students. Respondents indicated agreement with six statements following the stem “Think about a time recently when you haven’t put effort in or didn’t cooperate in class. I did not in effort or cooperate in [subject] because…” (e.g., “…because the teacher should not have interfered with what I was doing”).

We used both student-reported and school-reported grades to indicate student achievement. For student-reported grades, students responded to one item: “What mark do you think you will get at the end of the year for this subject” with a number from 1 to 100. For school-reported grades, participating schools were asked to supply students’ current grades in each subject. Three of the four schools supplied grades. The grades are recorded as , or D (represented by values , and 1 , respectively) that are calculated from school-based assessments using a standard set of criteria used across the state education system. The correlation ( ) between students’ self-reported grade and the school-reported grade was . 53 ( ).

We conducted the analysis in three main parts according to the research aims. To address Aim 1, we studied outcomes of load reduction instruction as an instructional style characterized by strategies known to optimize cognitive load on students. We tested a structural equation model (SEM) in which motivation, engagement,
disengagement, and achievement were predicted by cognitive load and, in turn, load reduction instruction. Age, gender, and SES were included in the model as covariates (i.e., predicting all other factors in the model). The model was estimated first as a measurement model (confirmatory factor analysis (CFA)) with all latent correlations freely estimated, before imposing regression (structural) constraints. We did not make any hypotheses (or findings) in relation to mediation as the model is based on cross-sectional data, but for completeness, we also report indirect effects. To address Aim 2, we studied teacher’s motivating style. Using the circumplex structure of the teacher’s motivating style, we correlated the different subareas within the circumplex model with load reduction instruction, intrinsic and extraneous cognitive load, motivation, engagement, and achievement. We expected a sinusoidal pattern of correlations between the discerned styles in the circumplex and the different assessed outcomes.

For latent variable models, we used the robust maximum likelihood estimator (MLR), with full-information maximum likelihood (FIML) to handle missing data. Standard errors were corrected for the clustering of students in classes. We evaluated the fit of the models as good using the following criteria: CFI >. 95 and RMSEA (Hu & Bentler, 1999). We conducted all analysis in the R programming environment (R Core Team, 2022) using the package smacof (Mair et al., 2022) for multidimensional scaling and the package lavaan (Rosseel, 2012) for CFA and SEM models.

The CFA model comprising latent constructs of motivation, engagement, disengagement, cognitive load, and load reduction instruction (LRI) fit the data well . Latent variable correlations (see Table 1) were all significant and in the expected direction. Using the CFA as a basis, we imposed structural constraints to represent the hypothesized model. The SEM fit the data well, with identical fit statistics to the CFA model. Significant ( < .05) coefficients are described here and in Fig. 2; all model parameters and confidence intervals are shown in Table S1. Extraneous cognitive load related negatively to motivation ( ) and related positively to disengagement ( ), and intrinsic cognitive load related negatively to motivation ( ), engagement ( ), and achievement ( -.241 ). Load reduction instruction predicted extraneous cognitive load ( ) and intrinsic cognitive load ( ) and had direct effects on motivation ( ), engagement ( ), and disengagement ( ).

Based on the structural model, several significant indirect effects were observed. LRI indirectly predicted motivation via extraneous cognitive load ( ) and via intrinsic cognitive load ( ). LRI indirectly predicted engagement via intrinsic cognitive load ( ). LRI indirectly predicted disengagement via extraneous cognitive load ( ) and via intrinsic cognitive load ( ). LRI

indirectly predicted achievement via intrinsic cognitive load ( ). All indirect and total effects are also shown in Table S1.

The expected sinusoidal pattern of correlations with the subareas of the circumplex model was observed with extraneous cognitive load, intrinsic cognitive load, and load reduction instruction (see Fig. 3; all correlations are shown in Table S2). Extraneous cognitive load showed the highest positive correlations with the teaching style of chaos (awaiting, abandoning) and the domineering subarea of control, and negative correlations with the styles of autonomy support (attuning, participative) and structure (clarifying, guiding). The demanding subarea showed a nonsignificant correlation. For intrinsic cognitive load, a similar but more attenuated pattern of correlations was observed. Load reduction instruction was strongly associated with the teaching style of structure (clarifying, guiding), and autonomy support (attuning and, to a lesser extent, participative). A positive correlation was also observed between LRI and the demanding subarea of control.

Turning to motivation and engagement, the pattern of correlations also reflected the expected sinusoidal pattern, with similar shape and magnitude (see Fig. 2). Positive correlations were observed with the teaching styles of autonomy support (attuning, participative) and structure (clarifying, guiding), and negative correlations with chaos (awaiting, abandoning) and the domineering subarea of control. The demanding subarea was more ambiguous (small positive correlation with engagement,

near-zero correlation with motivation). For disengagement, an inverse pattern was observed, with the lowest levels of disengagement in autonomy support (attuning, participative) and structure (clarifying, guiding), and highest levels of disengagement with chaos (awaiting, abandoning) and the domineering subarea of control. Again, a near-zero correlation was observed with the demanding subarea.

Finally, school-reported grades also followed a sinusoidal pattern of correlates (see Fig. 3). Positive correlations were observed with structure (clarifying, guiding) and the attuning subarea of autonomy support, and negative correlations with the abandoning subarea of chaos and the domineering subarea of control.

Student-reported grades followed a similar pattern, with no significant differences observable from school-reported grades.

Although studies have responded to the call for understanding the role of motivation and self-regulation in cognitive load theory, proposed theoretical relationships and empirical findings have been mixed. To understand this relationship more deeply, this study positioned self-determination theory (SDT; Ryan & Deci, 2017) as a framework for understanding the multidimensional nature of motivation and the mechanisms that might be involved among teaching strategies, teaching styles, cognitive load, motivation, engagement, and achievement. We operationalized some of those potential mechanisms and found that teachers’ use of load reduction instruction strategies is effective in reducing students’ perceptions of cognitive load, and the benefits extend to learning (as indicated by school-reported grades), autonomous motivation, engagement, and (lower) disengagement. In addition to instructional strategies, we found that the teachers’ motivating style itself is associated with perceptions of cognitive load: teaching styles characterized by autonomy support and structure were associated with reduced cognitive load, while control and chaos were associated with higher cognitive load. Collectively, these findings suggest that strategies for motivating students and strategies for reducing cognitive load are not antagonistic. Instead, the same strategies that support students’ autonomous motivation can also be those that minimize extraneous cognitive load, and the reduction in cognitive load is associated with autonomously motivated engagement in learning.

In pursuing Aim 1, we extended research on load reduction instruction into the theoretical domain of SDT. We found general alignment with previous load reduction instruction research in relation to its positive associations with motivation and engagement (Evans & Martin, 2023b; Martin et al., 2023; Martin, Ginns, Burns, Kennett, & Pearson, 2021a; Martin & Evans, 2018), extending this to also model effects on extraneous and intrinsic cognitive load, as well as disengagement. The findings also corroborate the body of experimental research on the negative effects of extraneous cognitive load on motivation (Feldon et al., 2018; Nebel et al., 2017; Skulmowski et al., 2016; Wang et al., 2022). Our model overall supported the benefits of load reduction instruction and the experience of minimized cognitive load for motivation, engagement, and learning.

In relation to motivation, lower extraneous cognitive load was associated with more autonomous motivation-reasons for participating in class that are self-regulated, more volitional, aligned with students’ interests, and enjoyable, compared with reasons that are related to avoidance, shame, or regulation by others. These findings are aligned with previous research in relation to the negative effects of cognitive load on motivation (Feldon et al., 2018; Wang et al., 2022). Feldon et al., for
example, suggested that the experience of extraneous cognitive load may influence motivational beliefs-specifically appraisals of cost, because of the increased effort that would be required on subsequent interactions with learning activities (Feldon et al., 2019) and self-efficacy beliefs (Feldon et al., 2018). Both constructs are concerned with outcome expectations and perceived effort. By operationalizing the SDT construct of autonomous motivation, the present study shows that reducing cognitive load may also facilitate the internalization of value and the alignment of learning tasks with the self.

The findings for engagement and disengagement were more nuanced. Some studies have suggested that extraneous cognitive load could instigate engagement because it motivates the learner to resolve confusion. Although this could be possible under certain circumstances, the present finding showed this not to be the case, with no positive (or negative) association with engagement. Instead, extraneous cognitive load was associated with disengagement-acting out in defiance in response to perceived control (Vansteenkiste & Mouratidis, 2016). On the other hand, load reduction instruction was strongly associated with engagement, with only a small (negative) effect for disengagement. Together, these findings suggest that load reduction instruction strategies promote engagement in learning and, to some extent, reduce disengagement, which occurs instead in response to the experience of extraneous cognitive load. Positive effects of extraneous cognitive load on motivation and engagement thus seem unlikely. Future research may find moderators (e.g., situations where extraneous cognitive load can be used to instigate engagement) but, as noted in the introduction, previous work has not successfully supported this idea.

Achievement (in the form of school-reported grades) was associated with extraneous and intrinsic cognitive load, but not directly with load reduction instruction. This finding is consistent with previous theorizing that achievement (as an indicator of learning) would be higher when extraneous cognitive load is lower because cognitive resources are focused on learning, and also when intrinsic load is lower, because the work is perceived as less difficult. However, the limitation of the data and of the cross-sectional design suggests more caution for this finding than for others. The analysis corrected parameter estimates for the clustering of students in classes, but achievement data are more complex because students are also clustered within both school subjects and school year, and many schools use streaming (or “setting”) to cluster some (but not all) subject areas based on student ability. Conclusions in relation to learning could be more confidently made with a longitudinal design, tracking changes in learning across the school year with changes in load reduction strategies and perceived cognitive load, and ensuring reliable measurement of learning (e.g., by limiting to a single school subject area or analyzing subject areas separately and by using a consistent measure of learning related to the curriculum of the class).

In Aim 2, we extended our focus on the teacher beyond the teacher’s instructional style (load reduction instruction) to look at the teacher’s motivating style-the teacher’s efforts to take an interest in the students’ perspectives, communicate the
structure and rationale of learning activities to students, and to nurture students’ progress towards learning goals. The circumplex model of teachers’ motivating styles (Aelterman & Vansteenkiste, 2023) was supported by the data, identifying a twodimensional plane (i.e., crossing the level of need support with the level of directiveness) situating eight identifiable subareas. As hypothesized, the discerned styles were correlated in an ordered (i.e., sinusoidal) manner, with subareas situated next to each other being positively correlated and the pattern becoming decreasingly positive and even negative when moving to the opposite subarea in the circumplex (Gurtman & Pincus, 2003). In implementing this measure, we upheld the reliability of this new instrument (i.e., the SIS) beyond its previous use in Belgian samples (Aelterman et al., 2019b) to an English version with Australian students.

The pattern of correlations further pointed to the benefits of motivating styles of autonomy support (attuning, participative) and structure (clarifying, guiding)-they were positively associated with engagement, motivation, and achievement (both self-reported and school-reported), and negatively associated with disengagement and intrinsic and extraneous cognitive load. Conversely, the pattern of correlations pointed to the negative effects of a motivating style characterized by chaos (subareas of awaiting and abandoning). In the motivating style of control, the pattern was more differentiated, with the domineering subarea yielding clear undesirable correlates, but the results for the demanding subarea were being more ambiguous. Demanding teaching is characterized by the use of controlling language, commands, and external incentives and threats to activate students. The correlations for this subarea with motivation, engagement, and achievement were much closer to (or indistinguishable from) zero than for the domineering subarea of teacher control, suggesting the possibility of moderation effects (e.g., a demanding style of teaching may be harmful depending on whether a teacher is demanding all or some of the time, on characteristics of the student, or on other classroom variables). This differentiated pattern of correlates observed for both subareas of teacher control logically flows from the circumplex ordering of styles, with the domineering subarea being directly thwarting of students’ basic psychological needs and the demanding subarea being characterized by low need support but not necessarily the present of need thwarting (Vansteenkiste et al., 2019).

The findings extend SDT research to understanding the negative consequences of a controlling or chaotic teaching style in terms of the cognitive load experienced by students. This supports our expectation that students in classes that are high in chaos have more to process in working memory that does not directly contribute to their learning: they have to navigate uncertainty, discern or create lesson goals for themselves, and deal with a teacher whose responses and behavior are unpredictable. It is well known that these conditions have negative effects on motivation and engagement (Aelterman et al., 2019b), and the current findings suggest they also impose cognitive load on students that does not contribute to learning. This is further supported by the relationships with intrinsic cognitive load, which, as expected, were much more attenuated-the teacher’s motivating style has much less of an impact on the perceived inherent difficulty of the work, which is usually less associated with the teacher and more with prior knowledge, student developmental characteristics, school-wide programs, and state-wide curricula.

SDT was adopted in the present study as it is a broad theory of human motivation applicable in diverse fields, including extensive work in educational settings. The breadth of prior empirical work in SDT provides tools and measures that can be readily operationalized along with measures of cognitive load in correlational research. SDT has a range of theoretical postulates relating to learning, development, the internalization of values and beliefs, and general well-being, thus suggesting ways in which cognitive load may adversely affect individuals beyond school or achievement-related outcomes. Further research using SDT may yield more nuanced results on relationships between motivation and cognitive load theory beyond the present findings. For example, the experience of basic psychological needs was not included in this study, but the need for competence (and the experience of competence fulfillment or competence frustration) is a strong candidate for explaining the effects of extraneous cognitive load on a fundamental psychological process that affects motivation.

It is worth noting that motivation is complex, and without strong theory, empirical work is unlikely to yield convincing explanations about motivation. As mentioned in the introduction, most previous research on cognitive load theory and motivation has operationalized motivation as a single, unitary construct, limiting the ability to generate theoretical understandings of the motivational processes involved in the experience of cognitive load. One exception to this is the work cited earlier by Feldon et al. using expectancy-value theory, which concluded that cognitive load is experienced as a motivational cost that affects subsequent self-efficacy beliefs and the investment of further effort. The present findings complement this work, showing that additional motivational processes that affect internalization of motivational beliefs and values may be at play. While noting the advantages of SDT as a theory of motivation, we make no claims in relation to whether one motivation theory or another should be preferred. It may be that diverse empirical work using a range of approaches converges on a particularly satisfying theoretical understanding.

Several methodological limitations apply to the findings reported here. First, the clustered nature of the data (students in classes, year levels, subjects, and schools) means that adjustments have to be made to model parameters. Moreover, many of the effects we studied were on students, but they were predicted by the instructional and motivating style of a teacher who is, by definition, a classroom-level influence. In the analyses we conducted, we corrected for the clustering of students within classes, but the ability to perform any statistical modeling at that level was limited due to the relatively small number of clusters (classrooms). Nonetheless, betweenstudent variability proved to be meaningful, as would be expected, due to the variance in the way individual students perceive the use of instructional strategies, and due to differentiation-the deliberate between-students variation in teachers’
instructional strategies (Domen et al., 2020). Thus, for future research, we recommend studies that include sufficient sample size at the classroom level to account for variability between both students and classrooms.

Second, the cross-sectional nature of the study design limits the findings by precluding any causal relations among variables, and in relation to understanding variation in instructional and motivating style over time. The principles in load reduction instruction vary in their effectiveness depending on the prior knowledge of the learner (Kalyuga, 2007). Presumably, teachers also move into different motivating styles depending on their students’ development-for example, they might move from a more clarifying, attuning style early on in a unit of work and shift to a more guiding, attuning style when students are sufficiently prepared for success (Aelterman & Vansteenkiste, 2023). Understanding these dynamics could provide new, fine-grained insights into the dynamics of instructional and motivating teaching styles. For future research, we suggest methods that can uncover the degree to which these variables fluctuate over time, taking these fluctuations into account using longitudinal designs. Stronger conclusions may be made in relation to causality, especially in relation to indirect or mediation effects, using study designs with data from three or more timepoints.

Third, we relied on student reporting of all variables in the study (besides grades reported by the school). For some measures (such as motivation and perceptions of cognitive load), self-report is the ideal methodology. For example, previous survey measures of cognitive load have displayed the expected structure and correlation between intrinsic and extraneous load and with external correlates (Leppink et al., 2013, 2014; Martin & Evans, 2018), and the measure used in the present study aligns with recommendations of a recent review of cognitive load measures (Krieglstein et al., 2022). For other measures, especially for student ratings of their teachers’ instructional and motivating styles, there is potential for bias to influence the results. Previous research suggests that the measures may be robust to potential bias: for example, the dimensionality and factor structure of the SIS was the same for teachers and students, and there was modest agreement among teacher and student ratings (Aelterman et al., 2019b). And, as noted above, there is indeed variability to be expected between student ratings, even of the same teacher. To investigate this limitation further, future research could adopt multilevel modeling using aggregates of scores (e.g., aggregating student scores to study between-classroom variability in instructional and motivational strategies, or aggregating scores over time). Alternative methodological approaches, such as observations, incorporating teacher selfreport, or qualitative approaches, may be able to uncover and address the nature and extent to which bias applies to student self-report of these measures.

What is the relationship between cognitive load theory and motivation? In this study, we aimed to extend previous research attempts to address this question. Based on the findings of the present study as well as previous research, it seems clear that the experience of extraneous cognitive load is not generally motivating, does not prompt
learners to engage more deeply in their learning, and may even prompt learners to become frustrated and disengage. The present findings also have implications for teachers and their use of teaching strategies: load reduction instruction strategies reduce cognitive load and are themselves motivating and engaging. Based on these findings, it seems that there is minimal risk posed for motivation and engagement by using explicit teaching strategies to reduce cognitive load. Outside of instructional strategies, the teacher’s motivating style itself has consequences: attempts to motivate students using external contingencies, excessive demands, or a lack of structure pose risks to students in terms of increased cognitive load and reduced motivation and engagement.

Supplementary Information The online version contains supplementary material available at https://doi. org/10.1007/s10648-023-09841-2.

Funding Open Access funding enabled and organized by CAUL and its Member Institutions
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/ licenses/by/4.0/.

Aelterman, N., & Vansteenkiste, M. (2023). Need-supportive and need-thwarting socialization: A circumplex approach. In The Oxford handbook of self-determination theory (pp. 236-257). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780197600047.013.21
Aelterman, N., Vansteenkiste, M., Van Keer, H., & Haerens, L. (2016). Changing teachers’ beliefs regarding autonomy support and structure: The role of experienced psychological need satisfaction in teacher training. Psychology of Sport and Exercise, 23, 64-72. https://doi.org/10.1016/j.psych sport.2015.10.007
Aelterman, N., Vansteenkiste, M., & Haerens, L. (2019a). Correlates of students’ internalization and defiance of classroom rules: A self-determination theory perspective. British Journal of Educational Psychology, 89, 22-40. https://doi.org/10.1111/bjep. 12213
Aelterman, N., Vansteenkiste, M., Haerens, L., Soenens, B., Fontaine, J. R. J., & Reeve, J. (2019b). Toward an integrative and fine-grained insight in motivating and demotivating teaching styles: The merits of a circumplex approach. Journal of Educational Psychology, 111(3), 497-521. https://doi. org/10.1037/edu0000293
Atkinson, R. C., & Shiffrin, R. M. (1967). Human memory: A proposed system and its control processes. Psychology of Learning and Motivation, 2, 89-195.
Bonneville-Roussy, A., Evans, P., Verner-Filion, J., Vallerand, R. J., & Bouffard, T. (2017). Motivation and coping with the stress of assessment: Gender differences in outcomes for university students. Contemporary Educational Psychology, 48, 28-42. https://doi.org/10.1016/j.cedpsych.2016.08.003
Baddeley, A. D. (2012). Working memory: Theories, models, and controversies. Annual Review of Psychology, 63, 1-29. https://doi.org/10.1146/annurev-psych-120710-100422

Bureau, J. S., Guay, F., Plamondon, A., Ratelle, C. F., Howard, J. L., & Gilbert, W. (2023). Empirical testing of an alternative modeling of the self-determination continuum. Motivation and Emotion, 47(1), 46-60. https://doi.org/10.1007/s11031-022-09976-9
Cook, D. A., Castillo, R. M., Gas, B., & Artino, A. R. (2017). Measuring achievement goal motivation, mindsets and cognitive load: Validation of three instruments’ scores. Medical Education, 51(10), 1061-1074. https://doi.org/10.1111/medu. 13405
Cowan, N. (2010). The magical mystery four: How is working memory capacity limited, and why? Current Directions in Psychological Science, 19(1), 51-57. https://doi.org/10.1177/0963721409359277
Cowan, N. (2014). Working memory underpins cognitive development, learning, and education. Educational Psychology Review, 26(2), 197-223. https://doi.org/10.1007/s10648-013-9246-y
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Plenum.
Deci, E. L., Ryan, R. M., & Williams, G. C. (1996). Need satisfaction and the self-regulation of learning. Learning and Individual Differences, 8, 165-183.
Delrue, J., Reynders, B., Broek, G. V., Aelterman, N., De Backer, M., Decroos, S., De Muynck, G.-J., Fontaine, J., Fransen, K., van Puyenbroeck, S., Haerens, L., & Vansteenkiste, M. (2019). Adopting a helicopter-perspective towards motivating and demotivating coaching: A circumplex approach. Psychology of Sport and Exercise, 40, 110-126. https://doi.org/10.1016/j.psychsport. 2018.08.008

Domen, J., Hornstra, L., Weijers, D., van der Veen, I., & Peetsma, T. (2020). Differentiated need support by teachers: Student-specific provision of autonomy and structure and relations with student motivation. British Journal of Educational Psychology, 90(2), 403-423. https://doi.org/10.1111/ bjep. 12302
Eitel, A., Endres, T., & Renkl, A. (2020). Self-management as a bridge between cognitive load and self-regulated learning: The illustrative case of seductive details. Educational Psychology Review, 32(4), 1073-1087. https://doi.org/10.1007/s10648-020-09559-5
Evans, P., & Martin, A. J. (2023a). Explicit Instruction. In A. O’Donnell, N. C. Barnes, & J. Reeve (Eds.), The Oxford handbook of educational psychology. Oxford University Press. https://doi. org/10.1093/oxfordhb/9780199841332.013.53
Evans, P., & Martin, A. J. (2023b). Load reduction instruction: Multilevel effects for motivation, engagement, and achievement in mathematics. Educational Psychology, 1-19. https://doi.org/10. 1080/01443410.2023.2290442
Feldon, D. F., Callan, G., Juth, S., & Jeong, S. (2019). Cognitive load as motivational cost. Educational Psychology Review, 31(2), 319-337. https://doi.org/10.1007/s10648-019-09464-6
Feldon, D. F., Franco, J., Chao, J., Peugh, J., & Maahs-Fladung, C. (2018). Self-efficacy change associated with a cognitive load-based intervention in an undergraduate biology course. Learning and Instruction, 56, 64-72. https://doi.org/10.1016/j.learninstruc.2018.04.007
Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59-109. https://doi.org/10. 3102/00346543074001059
Freer, E., & Evans, P. (2019). Choosing to study music in high school: Teacher support, psychological needs satisfaction, and elective music intentions. Psychology of Music, 47(6), 781-799. https:// doi.org/10.1177/0305735619864634
Gurtman, M. B., & Pincus, A. L. (2003). The circumplex model: Methods and research applications. In Handbook of psychology (pp. 407-428). Wiley. https://doi.org/10.1002/0471264385.wei0216
Haakma, I., Janssen, M., & Minnaert, A. (2016). A literature review on how need-supportive behavior influences motivation in students with sensory loss. Teaching and Teacher Education, 57, 1-13. https://doi.org/10.1016/j.tate.2016.02.008
Haakma, I., Janssen, M., & Minnaert, A. (2017). Intervening to improve teachers’ need-supportive behaviour using self-determination theory: Its effects on teachers and on the motivation of students with deafblindness. International Journal of Disability, Development and Education, 64(3), 310-327. https://doi.org/10.1080/1034912X.2016.1213376
Hawthorne, B. S., Vella-Brodrick, D., & A., & Hattie, J. (2019). Well-being as a cognitive load reducing agent: A review of the literature. Frontiers in Education, 4, 1-11. https://doi.org/10.3389/ feduc.2019.00121
Hornstra, L., Stroet, K., & Weijers, D. (2021). Profiles of teachers’ need-support: How do autonomy support, structure, and involvement cohere and predict motivation and learning outcomes? Teaching and Teacher Education, 99, 103257. https://doi.org/10.1016/j.tate.2020.103257

Hospel, V., & Galand, B. (2016). Are both classroom autonomy support and structure equally important for students’ engagement? A multilevel analysis. Learning and Instruction, 41, 1-10. https:// doi.org/10.1016/j.learninstruc.2015.09.001
Howard, J. L., Gagné, M., & Bureau, J. S. (2017). Testing a continuum structure of self-determined motivation: A meta-analysis. Psychological Bulletin, 143(12), 1346-1377. https://doi.org/10. 1037/bul0000125
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jang, H., Reeve, J., & Deci, E. L. (2010). Engaging students in learning activities: It is not autonomy support or structure, but autonomy support and structure. Journal of Educational Psychology, 102, 588-600. https://doi.org/10.1037/a0019682
Jang, H., Reeve, J., Ryan, R. M., & Kim, A. (2009). Can self-determination theory explain what underlies the productive, satisfying learning experiences of collectivistically oriented Korean students? Journal of Educational Psychology, 101(3), 644-661. https://doi.org/10.1037/a0014 241
Kalyuga, S. (2007). Expertise reversal effect and its implications for learner-tailored instruction. Educational Psychology Review, 19(4), 509-539. https://doi.org/10.1007/s10648-007-9054-3
Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work: An analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist, 41(2), 75-86.
Krieglstein, F., Beege, M., Rey, G. D., Ginns, P., Krell, M., & Schneider, S. (2022). A systematic metaanalysis of the reliability and validity of subjective cognitive load questionnaires in experimental multimedia learning research. Educational Psychology Review, 34(4), 2485-2541. https://doi.org/ 10.1007/s10648-022-09683-4

Leppink, J., Paas, F. G. W. C., Van der Vleuten, C. P. M., Van Gog, T., & Van Merriënboer, J. J. G. (2013). Development of an instrument for measuring different types of cognitive load. Behavior Research Methods, 45(4), 1058-1072. https://doi.org/10.3758/s13428-013-0334-1
Leppink, J., Paas, F. G. W. C., van Gog, T., van der Vleuten, C. P. M., & van Merriënboer, J. J. G. (2014). Effects of pairs of problems and examples on task performance and different types of cognitive load. Learning and Instruction, 30, 32-42. https://doi.org/10.1016/j.learninstruc.2013.12.001
Likourezos, V., & Kalyuga, S. (2017). Instruction-first and problem-solving-first approaches: Alternative pathways to learning complex tasks. Instructional Science, 45(2), 195-219. https://doi.org/10.1007/ s11251-016-9399-4
Litalien, D., Morin, A. J. S., Gagné, M., Vallerand, R. J., Losier, G. F., & Ryan, R. M. (2017). Evidence of a continuum structure of academic self-determination: A two-study test using a bifactor-ESEM representation of academic motivation. Contemporary Educational Psychology, 51, 67-82. https:// doi.org/10.1016/j.cedpsych.2017.06.010
Mair, P., Groenen, P. J. F., & de Leeuw, J. (2022). More on multidimensional scaling in R: smacof version 2. Journal of Statistical Software, 102(10), 1-47.

Martin, A. J. (2016). Using load reduction instruction to boost motivation and engagement. British Psychological Society.
Martin, A. J. (2023). Integrating motivation and instruction: Towards a unified approach in educational psychology. Educational Psychology Review, 35(54). https://doi.org/10.1007/s10648-023-09774-w
Martin, A. J., & Evans, P. (2018). Load reduction instruction: Exploring a framework that assesses explicit instruction through to independent learning. Teaching and Teacher Education, 73, 203-214. https://doi.org/10.1016/j.tate.2018.03.018
Martin, A. J., Ginns, P., Burns, E. C., Kennett, R., & Pearson, J. (2021a). Load reduction instruction in science and students’ science engagement and science achievement. Journal of Educational Psychology, 113(6), 1126-1142. https://doi.org/10.1037/edu0000552
Martin, A. J., Ginns, P., Burns, E. C., Kennett, R., Munro-Smith, V., Collie, R. J., & Pearson, J. (2021b). Assessing instructional cognitive load in the context of students’ psychological challenge and threat orientations: A multi-level latent profile analysis of students and classrooms. Frontiers in Psychology, 12. https://doi.org/10.3389/fpsyg.2021.656994
Martin, A. J., Ginns, P., Nagy, R. P., Collie, R. J., & Bostwick, K. C. P. (2023). Load reduction instruction in mathematics and English classrooms: A multilevel study of student and teacher reports. Contemporary Educational Psychology, 72. https://doi.org/10.1016/j.cedpsych.2023.102147

Mayer, R. E. (2014). Incorporating motivation into multimedia learning. Learning and Instruction, 29, 171-173. https://doi.org/10.1016/j.learninstruc.2013.04.003
McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412-433. https://doi.org/10.1037/met0000144
Moreno, R. (2006). Does the modality principle hold for different media? A test of the method-affectslearning hypothesis. Journal of Computer Assisted Learning, 22(3), 149-158. https://doi.org/10. 1111/j.1365-2729.2006.00170.x
Mouratidis, A., Michou, A., Telli, S., Maulana, R., & Helms-Lorenz, M. (2022). No aspect of structure should be left behind in relation to student autonomous motivation. British Journal of Educational Psychology, 92(3), 1086-1108. https://doi.org/10.1111/bjep. 12489
Mouratidis, A., Michou, A., Aelterman, N., Haerens, L., & Vansteenkiste, M. (2018). Begin-of-schoolyear perceived autonomy-support and structure as predictors of end-of-school-year study efforts and procrastination: The mediating role of autonomous and controlled motivation. Educational Psychology, 38(4), 435-450. https://doi.org/10.1080/01443410.2017.1402863
Nebel, S., Schneider, S., Schledjewski, J., & Rey, G. D. (2017). Goal-setting in educational video games: Comparing goal-setting theory and the goal-free effect. Simulation & Gaming, 48(1), 98-130. https://doi.org/10.1177/1046878116680869
Oga-Baldwin, W. L. Q., & Nakata, Y. (2015). Structure also supports autonomy: Measuring and defining autonomy-supportive teaching in Japanese elementary foreign language classes: Structure also supports autonomy. Japanese Psychological Research, 57(3), 167-179. https://doi.org/10.1111/jpr. 12077
Patall, E. A., Steingut, R. R., Vasquez, A. C., Trimble, S. S., Pituch, K. A., & Freeman, J. L. (2018). Daily autonomy supporting or thwarting and students’ motivation and engagement in the high school science classroom. Journal of Educational Psychology, 110(2), 269-288. https://doi.org/10. 1037/edu0000214
Pitzer, J., & Skinner, E. (2017). Predictors of changes in students’ motivational resilience over the school year: The roles of teacher support, self-appraisals, and emotional reactivity. International Journal of Behavioral Development, 41(1), 15-29. https://doi.org/10.1177/0165025416642051
Plass, J. L., & Kalyuga, S. (2019). Four ways of considering emotion in cognitive load theory. Educational Psychology Review, 31(2), 339-359. https://doi.org/10.1007/s10648-019-09473-5
Plutchik, R., & Conte, H. R. (Eds.). (1997). Circumplex models of personality and emotions. American Psychological Association. https://doi.org/10.1037/10261-000
R Core Team. (2022). R: A language and environment for statistical computing [Computer software]. http://www.R-project.org
Raftery-Helmer, J. N., & Grolnick, W. S. (2016). Children’s coping with academic failure: Relations with contextual and motivational resources supporting competence. The Journal of Early Adolescence, 36(8), 1017-1041. https://doi.org/10.1177/0272431615594459
Ratelle, C. F., Duchesne, S., Litalien, D., & Plamondon, A. (2021). The role of mothers in supporting adaptation in school: A psychological needs perspective. Journal of Educational Psychology, 113(1), 197-212. https://doi.org/10.1037/edu0000455
Ratelle, C. F., Guay, F., Vallerand, R. J., Larose, S., & Senécal, C. B. (2007). Autonomous, controlled, and amotivated types of academic motivation: A person-oriented analysis. Journal of Educational Psychology, 99(4), 734-746. https://doi.org/10.1037/0022-0663.99.4.734
Redeker, M., De Vries, R. E., Rouckhout, D., Vermeren, P., & De Fruyt, F. (2014). Integrating leadership: The leadership circumplex. European Journal of Work and Organizational Psychology, 23(3), 435-455. https://doi.org/10.1080/1359432X.2012.738671
Reeve, J. (2009). Why teachers adopt a controlling motivating style toward students and how they can become more autonomy supportive. Educational Psychologist, 44(3), 159-175. https://doi.org/10. 1080/00461520903028990
Reeve, J. (2013). How students create motivationally supportive learning environments for themselves: The concept of agentic engagement. Journal of Educational Psychology, 105(3), 579-595. https:// doi.org/10.1037/a0032690
Reeve, J., & Tseng, C. M. (2011a). Agency as a fourth aspect of students’ engagement during learning activities. Contemporary Educational Psychology, 36, 257-267. https://doi.org/10.1016/j.cedpsych. 2011.05.002

Reeve, J., & Tseng, C. M. (2011b). Cortisol reactivity to a teacher’s motivating style: The biology of being controlled versus supporting autonomy. Motivation and Emotion, 35(1), 63-74. https://doi. org/10.1007/s11031-011-9204-2

Reeve, J., Bolt, E., & Cai, Y. (1999). Autonomy supportive teachers: How they teach and motivate students. Journal of Educational Psychology, 91(3), 537-548.
Reeve, J., Jang, H.-R., Shin, S. H., Ahn, J. S., Matos, L., & Gargurevich, R. (2022). When students show some initiative: Two experiments on the benefits of greater agentic engagement. Learning and Instruction, 80, 101564. https://doi.org/10.1016/j.learninstruc.2021.101564
Reeve, J., Jang, H., Carrell, D., Jeon, S., & Barch, J. (2004). Enhancing students’ engagement by increasing teachers’ autonomy support. Motivation and Emotion, 28(2), 147-169. https://doi.org/10. 1023/B:MOEM.0000032312.95499.6f
Rey, G. D., & Buchwald, F. (2011). The expertise reversal effect: Cognitive load and motivational explanations. Journal of Experimental Psychology: Applied, 17(1), 33-48. https://doi.org/10.1037/a0022 243
Reynders, B., Van Puyenbroeck, S., Ceulemans, E., Vansteenkiste, M., & Vande Broek, G. (2020). How do profiles of need-supportive and controlling coaching relate to team athletes’ motivational outcomes? A person-centered approach. Journal of Sport & Exercise Psychology, 42(6), 452-462. https://doi.org/10.1123/jsep.2019-0317
Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1-36. https://doi.org/10.18637/jss.v048.i02
Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161-1178. https://doi.org/10.1037/h0077714
Ryan, R. M., & Connell, J. P. (1989). Perceived locus of causality and internalization: Examining reasons for acting in two domains. Journal of Personality and Social Psychology, 57(5), 749-761. https:// doi.org/10.1037/0022-3514.57.5.749
Ryan, R. M., & Deci, E. L. (2017). Self-determination theory: Basic psychological needs in motivation, development, and wellness. Guilford Press.
Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61. https://doi.org/10.1016/j.cedpsych.2020.101860
Sheldon, K. M., Osin, E. N., Gordeeva, T. O., Suchkov, D. D., & Sychev, O. A. (2017). Evaluating the dimensionality of self-determination theory’s relative autonomy continuum. Personality and Social Psychology Bulletin, 43(9), 1215-1238. https://doi.org/10.1177/0146167217711915
Sierens, E., Vansteenkiste, M., Goossens, L., Soenens, B., & Dochy, F. (2009). The synergistic relationship of perceived autonomy support and structure in the prediction of self-regulated learning. British Journal of Educational Psychology, 79(1), 57-68. https://doi.org/10.1348/000709908X304398
Skinner, E. A., & Belmont, M. J. (1993). Motivation in the classroom: Reciprocal effects of teacher behavior and student engagement across the school year. Journal of Educational Psychology, 85(4), 571-581. https://doi.org/10.1037/0022-0663.85.4.571
Skinner, E. A., Kindermann, T. A., & Furrer, C. J. (2009). A motivational perspective on engagement and disaffection: Conceptualization and assessment of children’s behavioral and emotional participation in academic activities in the classroom. Educational and Psychological Measurement, 69(3), 493-525. https://doi.org/10.1177/0013164408323233
Skulmowski, A., Pradel, S., Kühnert, T., Brunnett, G., & Rey, G. D. (2016). Embodied learning using a tangible user interface: The effects of haptic perception and selective pointing on a spatial learning task. Computers & Education, 92-93, 64-75. https://doi.org/10.1016/j.compedu.2015.10.011
Soenens, B., Sierens, E., Vansteenkiste, M., Dochy, F., & Goossens, L. (2012). Psychologically controlling teaching: Examining outcomes, antecedents, and mediators. Journal of Educational Psychology, 104, 108-120. https://doi.org/10.1037/a0025742
Stroet, K., Opdenakker, M. C., & Minnaert, A. (2015). What motivates early adolescents for school? A longitudinal analysis of associations between observed teaching and motivation. Contemporary Educational Psychology, 42, 129-140. https://doi.org/10.1016/j.cedpsych.2015.06.002
Su, Y.-L., & Reeve, J. (2010). A meta-analysis of the effectiveness of intervention programs designed to support autonomy. Educational Psychology Review, 23, 159-188. https://doi.org/10.1007/ s10648-010-9142-7
Sweller, J. (2008). Instructional implications of David C Geary’s evolutionary educational psychology. Educational Psychologist, 43(4), 214-216. https://doi.org/10.1080/00461520802392208
Sweller, J. (2011). Cognitive load theory. In J. P. Mestre & B. H. Ross (Eds.), The psychology of learning and motivation (Vol. 55, pp. 37-76). Academic Press. https://doi.org/10.1016/B978-0-12-387691-1. 00002-8

Sweller, J. (2015). In academe, what is learned, and how is it learned? Current Directions in Psychological Science, 24(3), 190-194. https://doi.org/10.1177/0963721415569570
Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer. https://doi.org/10.1007/ 978-1-4419-8126-4
Sweller, J., van Merrienboer, J. J. G., & Paas, F. G. W. C. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10, 251-296.
Vansteenkiste, M., & Mouratidis, A. (2016). Emerging trends and future directions for the field of motivation psychology: A special issue in honor of Prof. Dr. Willy Lens. Psychologica Belgica, 56(3), 317-341. https://doi.org/10.5334/pb. 354
Vansteenkiste, M., Simons, J., Lens, W., Sheldon, K. M., & Deci, E. L. (2004). Motivating learning, performance, and persistence: The synergistic effects of intrinsic goal contents and autonomy-supportive contexts. Journal of Personality and Social Psychology, 87(2), 246-260. https://doi.org/10. 1037/0022-3514.87.2.246
Vansteenkiste, M., Sierens, E., Goossens, L., Soenens, B., Dochy, F., Mouratidis, A., Aelterman, N., Haerens, L., & Beyers, W. (2012). Identifying configurations of perceived teacher autonomy support and structure: Associations with self-regulated learning, motivation and problem behavior. Learning and Instruction, 22(6), 431-439. https://doi.org/10.1016/j.learninstruc.2012.04.002
Vansteenkiste, M., Aelterman, N., Haerens, L., & Soenens, B. (2019). Seeking stability in stormy educational times: A need-based perspective on (de)motivating teaching grounded in self-determination theory. In E. N. Gonida & M. S. Lemos (Eds.), Motivation in education at a time of global change (Vol. 20, pp. 53-80). Emerald. https://doi.org/10.1108/S0749-742320190000020004
Vermote, B., Aelterman, N., Beyers, W., Aper, L., Buysschaert, F., & Vansteenkiste, M. (2020). The role of teachers’ motivation and mindsets in predicting a (de)motivating teaching style in higher education: A circumplex approach. Motivation and Emotion, 44(2), 270-294. https://doi.org/10.1007/ s11031-020-09827-5
Vansteenkiste, M., Aelterman, N., De Muynck, G. J., Haerens, L., Patall, E. A., & Reeve, J. (2018). Fostering personal meaning and self-relevance: A self-determination theory perspective on internalization. Journal of Experimental Education, 86(1), 30-49. https://doi.org/10.1080/00220973.2017. 1381067
Wang, B., Ginns, P., & Mockler, N. (2022). Sequencing tracing with imagination. Educational Psychology Review, 34(1), 421-449. https://doi.org/10.1007/s10648-021-09625-6
Wolters, C. A. (2004). Advancing achievement goal theory: Using goal structures and goal orientations to predict students’ motivation, cognition, and achievement. Journal of Educational Psychology, 96(2), 236-250. https://doi.org/10.1037/0022-0663.96.2.236

Publisher’s Note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.