Levels and Types of Questions Raised by EFL Teachers in Southern Al-Mazar Directorate of Education
Notice bibliographique
Résumé
This study aimed at investigating the levels and types of questions raised by EFL teachers in Southern Al-Mazar directorate of Education. The study comprised (12) female/ male teachers. The results of the study showed that; male/female teachers asked (1603) questions; (1290) questions were within the low level and (313) questions were high level. Female/male teachers asked (1603) questions where (393) questions were open and (1210) were ended questions . The results also, showed that female teachers asked (729) questions whereas male teachers asked (874). Also, the results of the study showed that females/ males teachers with high experience asked questions more than those teachers with less experience. In light of the results of the study, the researcher had suggested some recommendations to the concern. Key words : Levels of questions; Types of questions; EFL teachers questions Resume Cette etude visait a etudier les niveaux et types de questions posees par les enseignants EFL dans le sud de Mazar Al-Direction de l’education. L’etude comprenait (12) enseignants de sexe feminin/ masculin. Les resultats de l’etude a montre que, mâle/ femelle des enseignants a demande (1603) des questions; (1290) des questions se situaient dans le bas niveau et (313) questions etaient de haut niveau. Les enseignants des femmes/ hommes a demande (1603) questions ou (393) des questions etaient ouvertes et (1210) ont ete clos questions. Les resultats ont egalement, a montre que les enseignantes demande (729) des questions alors que les enseignants masculins a demande (874). En outre, les resultats de l’etude a montre que les femelles ou les mâles des enseignants ayant une experience de haute pose des questions plus que ces enseignants ayant moins d’experience. A la lumiere des resultats de l’etude, le chercheur a suggere quelques recommandations a la preoccupation. Mots cles : Niveaux de questions; Types de questions; EFL questions d’enseignant
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».