Model of Learning Organizational Development of Primary School Network under the Office of Basic Education Commission
Notice bibliographique
Résumé
The objectives of this study were 1) to study the current state of and problems with the Learning Organization of the Primary School Network, 2) to develop a Learning Organization Model for the Primary School Network, and 3) to study the findings of analyses conducted using the developed Learning Organization Model to determine how to develop the Primary School Network. The research procedure, including the research development, consisted of 3 phases. A descriptive analysis was employed in which percentage, mean, and standard deviation data were used as statistical tools. The research findings revealed the following: 1) The current state of the Learning Organization of the Primary School Network and its associated problems were at moderate and high levels, respectively. 2) The Learning Organization Model for the Primary School involved personnel development of schools in the network that were motivated to engage in continuing development, which led to knowledge, knowledge accumulation, and knowledge formation through work experiences at the individual, team network, and network levels. 3) The implementation of the Learning Organizational Model led to the Primary School Network receiving higher scores on post-development tests compared with pre-development tests and provided satisfaction at the highest level. In conclusion, the developed model demonstrated usefulness, feasibility, propriety, and accuracy, indicating that it is adequate for implementation in real situations. Furthermore, it was appropriate in the studied context and could be used to develop the Primary School Network into a Learning Network. The knowledge and skills developed during this process can be used to develop the Primary School Network more efficiently.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».