MétaCan
Menu
Retour à la cohorte
Enregistrement W2044712612 · doi:10.5539/ies.v7n5p68

EFL Primary School Teachers’ Attitudes, Knowledge and Skills in Alternative Assessment

2014· article· en· W2044712612 sur OpenAlexvenueno aff
Nowreyah A. Al-Nouh, Hanan A. Taqi, Muneera M. Abdul-Kareem

Notice bibliographique

RevueInternational Education Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationChristian ministryTest (biology)Alternative assessmentSchool teachersDescriptive statisticsFocus groupKnowledge levelPreferenceMedical educationQualitative propertyPedagogy

Résumé

récupéré en direct d'OpenAlex

The study investigated female EFL primary school teachers’ attitudes as well as teachers’ knowledge and skills in alternative assessment. Data was collected via a questionnaire from 335 EFL primary school teachers randomly selected from six educational zones. An interview with principals and head teachers and a focus group interview with EFL primary school teachers were conducted along with document analysis of ongoing assessment obtained from the ELT General Supervision at the Ministry of Education (MOE). Descriptive statistics were employed including a t-test and a one-way ANOVA Test. Results showed that teachers perceived themselves knowledgeable and skillful in alternative assessment. Nonetheless, some reported the need for workshops and training courses on alternative assessment. Teachers further expressed their preference for traditional written tests over alternative assessment. Teachers’ attitudes, however, were found to be at a medium level. They reported that alternative assessment is time-consuming and ignores pupil writing skills. Significant differences were found in teachers’ knowledge and skills in relation to their age, undergraduate major, and experience. Significant differences were further found in teachers’ attitudes in relation to their educational zone and experience. Limitations of the study as well as recommendations were further discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,043
Tête enseignante GPT0,471
Écart entre enseignants0,428 · 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

Citations36
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetStudent Assessment and FeedbackTravaux en français237 207