MétaCan
Menu
Retour à la cohorte
Enregistrement W1524870670 · doi:10.17860/efd.18410

Fen ve Matematik Alanları Öğretmen Adaylarında Bilgisayar Okuryazarlığı

2014· article· tr· W1524870670 sur OpenAlexaboutno aff
Ahmet Kilinç Selahattin Salman

Notice bibliographique

RevueDergiPark (Istanbul University) · 2014
Typearticle
Languetr
DomaineSocial Sciences
ThématiqueGender and Technology in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Günümüz ve geleceğin öğretmenleri, insan hayatının büyük bir parçası olan ve eğitimdekietkisi iyice anlaşılmış olan bilgisayarları etkili ve verimli bir şekilde kullanabilmelidir. Yapılançalışmanın amacı, fen ve matematik alanları eğitimi bölümünde okuyan son sınıf öğretmenadaylarının bilgisayar okuryazarlığını bir ölçek yardımıyla ölçmek ve gruplar arasındaki farklılıklarıortaya koyarak gerekli düzenlemelerin yapılmasını önermektir. Çalışma, 2006-2007 öğretim yılı güzdöneminde Gazi Üniversitesi Fen ve Matematik Alanları Eğitimi Bölümü’nde beşinci sınıfta okuyan24 matematik öğretmenliği, 28 fizik öğretmenliği, 32 kimya öğretmenliği ve 12 biyoloji öğretmenliğiöğrencisi ile yapılmıştır. Çalışmada veri toplama aracı olarak Robin Kay tarafından Torontoüniversitesi’nde 60 öğrenci ile geliştirilmiş ve daha sonra 383 bireye uygulanmış olan BilgisayarOkuryazarlığı Ölçeği Türkçe’ye çevrilerek kullanılmıştır. Ölçek sonuçlarına göre öğretmenadaylarının bilgisayar ile ilgili temel becerileri en yüksek iken yazılım becerilerine başvurma ikincisırada, bilgisayar farkındalığı üçüncü sırada ve programlama ise son sırada yer almıştır. Şubelerinölçekten aldığı puanlar kıyaslandığında ise sadece programlama bölümünde anlamlı farklılıklaroluştuğu ve bu farklılığın matematik öğretmenliği ile fizik, kimya ve biyoloji öğretmenliği arasındave matematik öğretmenliğinin lehine olduğu gözlenmiştir. Gelecekte büyük bir önem kazanacak olaneğitim yazılımları ve programlama alanında öğretmen yetiştiren kurumlarda bu derslere ağırlıkverilmeli ve eğitim programlarına katılmalıdır. Ayrıca ülke okullarının bilgisayarla donatıldığıgünümüz koşullarında öğretmen yetiştiren şubelerde bilgisayar destekli öğretim ile ilgili özel bir derseyer verilmelidir.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetGender and Technology in EducationTravaux en français237 207