MétaCan
Menu
Retour à la cohorte
Enregistrement W1994447000 · doi:10.5539/ijel.v1n2p115

Foreign Language Teacher Training in the Sudan: Past, Present and Strategies for Future Recruitment Policies

2011· article· en· W1994447000 sur OpenAlexvenueno aff
Ahmed Gumaa Siddiek

Notice bibliographique

RevueInternational Journal of English Linguistics · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Quality (philosophy)Process (computing)Training (meteorology)Mathematics educationPsychologyForeign languagePublic relationsPolitical scienceMedical educationPedagogyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The qualifying of teachers secures the attainment of the national educational objectives, but to achieve these goals, strict criteria about teacher quality must be utilized. However, it is quite clear that whatever measures are to be adopted to deal with these educational issues, it is always the teachers who will have to put these objectvies into reality.This paper is suggesting some ideas to improve the teaching profession. The recent recruitment policy of teachers in the country attracts only the poor achievers, who are unwilling to teach but they aspire to just get a degree. This paper suggests abolishing all colleges of education and encouraging the future teacher to join a one-year training course after s/he has got his/her BA or B.Sc. This policy will attract the willing persons who are serious to take teaching as their profession. Then the candidates can spend this one academic year to be equipped with necessary pedagogical knowledge to qualify to manage his/her classroom efficiently and carry out effective classroom presentation. By this recruitment policy, we can guarantee the sustainability of the process, and that only the willing persons will come to take teaching as their future career.

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)0,039
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,002
Communication savante0,0070,006
Science ouverte0,0030,005
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,394
Écart entre enseignants0,280 · 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'étudeQualitatif
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetAfrican Education and PoliticsTravaux en français237 207