MétaCan
Menu
Retour à la cohorte
Enregistrement W1970075845 · doi:10.5430/wje.v4n4p20

Discipline in Schools: Assessing the Positive Alternative Invitational Discipline Approach

2014· article· en· W1970075845 sur OpenAlexvenueno aff
Seakge Harry Rampa

Notice bibliographique

RevueWorld Journal of Education · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisciplineStatisticianCronbach's alphaPsychologyPsychological interventionMedical educationReliability (semiconductor)Mathematics educationSchool disciplinePedagogyMedicineSociologySocial sciencePsychometricsClinical psychology

Résumé

récupéré en direct d'OpenAlex

The study investigated whether positive alternative discipline approaches have improved the culture of teaching andlearning in South Africa. The implementation of positive alternative discipline approaches encountered difficultiesand challenges that plunged schools into crisis. The culture of teaching and learning subsequently deteriorated overthe past years, notwithstanding various disciplinary interventions. Three hundred and thirty-three teachers of schoolsin the Mpumalanga province of South Africa participated in this quantitative survey. The questionnaires providedvalid responses and an official statistician analysed and tested them using the Cronbach alpha coefficient to establishacceptable reliability. Findings reported the teachers’ unwilling to implement alternative disciplinary approachesimposed upon them. Therefore, the study recommended the creation of a positive invitational framework flexibleenough to accommodate differences among schools to improve the culture of teaching and learning. Thisrecommended framework, customised based on the lived experiences of teachers, must become a mandatorycomponent of a continuous review process for disciplinary improvement to occur.

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)0,014
score de la tête « metaresearch » (Gemma)0,033
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,410
Écart entre enseignants0,386 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetLegal Issues in EducationTravaux en français237 207