TÜRKİYE VE KANADA’DA İŞLENEN FEN VE TEKNOLOJİ DERSLERİNİN KARŞILAŞTIRMALI ANALİZİ
Notice bibliographique
Résumé
In this study, the performing of science and technology lessons in Turkey were compared with those in Canada, which has a very good level of science success. In Canada and Turkey totally five different science and technology classes were observed for the units of “Matter and Heat” and “Optics” using comparative case study approach with “observation method” to have an idea about performing of science and technology lessons. Mostly differences were noted between the physical properties of science classes of both countries. When the observations of unit of “Light” in 7th grade in the Turkish Science and Technology Curriculum (TSTC) and unit of “Optics” in 8th grade in the Ontario Science And Technology Curriculum (OSTC) and unit of “Matter and Heat” in 6th grade in TSTC and unit of “Heat” in 7th grade in OSTC were generally evaluated, similarities and differences were noted for teaching techniques and it was seen that mostly individual studies were performed in Canada. Differences are remarkable according to similarities between two countries in the measurement and evaluation methods and implementing science projects in lessons.Key words: Science education, comparative education, 2005 Science and technology curriculum, observation method
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».